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-oss-120b

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik Mercury 2 Mercury 2 none Rilis: 2026-02-24 gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor 4.8 5.8
Peringkat #89 #67
Konsistensi 9.0 7.2
Tes benar
Tingkat lulus per percobaan 27.8% 51.9%
Tes tidak stabil 2 6
Total Run 54 54
Biaya per hasil 0.165 0.144
Total Biaya $0.007 $0.011
Harga input $0.250 / 1M $0.039 / 1M
Harga output $0.750 / 1M $0.190 / 1M
Token output 1,625 13,493
Token penalaran 0 36,879
Waktu respons (rata-rata) 613ms 16.08s
Waktu respons (maks) 1.27s 50.92s
Waktu respons (total) 11.04s 176.88s

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 output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 628ms 159 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Perbandingan Cepat

Ganti Pasangan Perbandingan

gpt-oss-120bmediumTersedia gratisvsQwen3.5-27BnoneMercury 2nonevsQwen3 Coder Nextmediumgpt-oss-120bmediumTersedia gratisvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumTersedia gratisvsMiMo-V2-PrononeMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumTersedia gratisvsGLM 4.7 Flashnonegpt-oss-120bmediumTersedia gratisvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisgpt-oss-120bmediumTersedia gratisvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumTersedia gratisGemini 2.5 Flashnonevsgpt-oss-120bmediumTersedia gratisSeed-2.0-Litenonevsgpt-oss-120bmediumTersedia gratis