AI BENCHY Compare
Inception: Mercury 2 vs xAI: Grok 4.1 Fast
Bandingkan:
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-05
| Metrik | Inception: Mercury 2 none Rilis: 2026-02-24 | xAI: Grok 4.1 Fast none Rilis: 2025-11-19 |
|---|---|---|
| Peringkat | #50 | #53 |
| Skor Rata-rata | 34 | 29 |
| Konsistensi | 89 | 89 |
| Biaya per hasil | 0.147 | 0.239 |
| Total Biaya | $0.006 | $0.008 |
| Tes benar | ||
| Tingkat lulus per percobaan | 33.3% | 26.7% |
| Tes tidak stabil | 2 | 2 |
| Token output | 1,144 | 1,036 |
| Token penalaran | 0 | 0 |
Skor vs Total Biaya
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| xAI: Grok 4.1 Fast | 13 | 100 | 0.0% | 0 | 229 | 0 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| xAI: Grok 4.1 Fast | 100 | 100 | 0.0% | 0 | 105 | 0 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| xAI: Grok 4.1 Fast | 99 | 100 | 100.0% | 0 | 180 | 0 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| xAI: Grok 4.1 Fast | 40 | 72 | 55.6% | 1 | 15 | 0 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 82 | 0 | |
| xAI: Grok 4.1 Fast | 100 | 100 | 0.0% | 0 | 56 | 0 |
| Puzzle Solving | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| xAI: Grok 4.1 Fast | 13 | 100 | 0.0% | 0 | 243 | 0 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| xAI: Grok 4.1 Fast | 100 | 16 | 33.3% | 1 | 208 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.1 FastnoneMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsgpt-oss-120bmediumTersedia gratisMiniMax M2.5mediumvsGrok 4.1 FastnoneMercury 2nonevsGPT-5 Nanomediumgpt-oss-120bmediumTersedia gratisvsGrok 4.1 FastnoneMercury 2nonevsQwen3.5-35B-A3BmediumMercury 2mediumvsGrok 4.1 FastnoneMercury 2nonevsGPT-5 Minimedium