Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.4

Ringkasan

Perbandingan benchmark Mercury 2 vs GPT-5.4: GPT-5.4 unggul dalam skor rata-rata dengan 5.8 vs 4.6. Mercury 2 memiliki biaya benchmark lebih rendah di $0.011 vs $0.122. Mercury 2 lebih cepat di 653ms vs 1.42s, dengan tingkat keberhasilan 23.8% vs 36.5%.

Model yang direkomendasikan: Mercury 2 - It offers the best overall trade-off: a competitive score (4.6), lower cost than GPT-5.4, and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Mercury 2 Mercury 2 none Rilis: 2026-02-24 GPT-5.4 GPT-5.4 none Rilis: 2026-03-05
Skor 4.6 5.8
Peringkat #151 #112
Keandalan 10.0 10.0
Konsistensi 9.2 9.2
Tes benar
Tingkat lulus per percobaan 23.8% 36.5%
Tes tidak stabil 2 2
Total Run 63 63
Biaya per hasil 0.259 1.740
Total Biaya $0.011 $0.122
Harga input $0.250 / 1M $2.500 / 1M
Harga output $0.750 / 1M $15.000 / 1M
Total token input 28,113 34,212
Token output 4,439 2,417
Token penalaran 0 0
Waktu respons (rata-rata) 653ms 1.42s
Waktu respons (maks) 1.43s 2.95s
Waktu respons (total) 13.72s 29.87s

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#151 Mercury 2

none
Biaya
$0.002
Waktu
1.8s
Token
1,514 tok

#112 GPT-5.4

none
Biaya
$0.026
Waktu
18.1s
Token
1,792 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2nonevsQwen3 Coder NextmediumNorth Mini CodemediumTersedia gratisvsGPT-5.4noneMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.4noneMercury 2nonevsMistral Small 4mediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumTersedia gratisvsGPT-5.4noneNemotron 3 SupermediumTersedia gratisvsGPT-5.4noneMercury 2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsGPT-5.4none