AI BENCHY Compare
Inception: Mercury 2 vs OpenAI: GPT-5 Mini
तुलना करा:
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-03-05
| मेट्रिक | Inception: Mercury 2 none प्रकाशन: 2026-02-24 | OpenAI: GPT-5 Mini medium प्रकाशन: 2025-08-07 |
|---|---|---|
| क्रमांक | #50 | #31 |
| सरासरी स्कोअर | 34 | 61 |
| सुसंगतता | 89 | 89 |
| प्रति निकाल खर्च | 0.147 | 1.401 |
| एकूण खर्च | $0.006 | $0.113 |
| प्रतिसाद वेळ (सरासरी) | 594ms | 25.92s |
| प्रतिसाद वेळ (कमाल) | 1.27s | 88.15s |
| प्रतिसाद वेळ (एकूण) | 8.91s | 388.79s |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 33.3% | 62.2% |
| अस्थिर चाचण्या | 2 | 2 |
| आउटपुट टोकन्स | 1,144 | 5,477 |
| रिझनिंग टोकन्स | 0 | 46,912 |
प्रतिसाद वेळ (सरासरी)
स्कोअर विरुद्ध एकूण खर्च
सरासरी स्कोअर vs प्रतिसाद वेळ (सरासरी)
श्रेणीवार तपशील
| अँटी-एआय युक्त्या | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 466ms | 274 | 0 | |
| OpenAI: GPT-5 Mini | 70 | 96 | 66.7% | 0 | 16.45s | 1,645 | 5,824 |
| संयुक्त | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 606ms | 131 | 0 | |
| OpenAI: GPT-5 Mini | 100 | 100 | 100.0% | 0 | 88.15s | 754 | 11,520 |
| डेटा पार्सिंग आणि निष्कर्षण | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 667ms | 180 | 0 | |
| OpenAI: GPT-5 Mini | 99 | 100 | 100.0% | 0 | 12.58s | 453 | 3,200 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 534ms | 46 | 0 | |
| OpenAI: GPT-5 Mini | 100 | 72 | 22.2% | 1 | 44.63s | 293 | 14,016 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 551ms | 82 | 0 | |
| OpenAI: GPT-5 Mini | 75 | 66 | 83.3% | 1 | 15.66s | 318 | 4,992 |
| Puzzle Solving | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 533ms | 234 | 0 | |
| OpenAI: GPT-5 Mini | 43 | 98 | 33.3% | 0 | 14.09s | 1,527 | 5,760 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.27s | 197 | 0 | |
| OpenAI: GPT-5 Mini | 100 | 100 | 100.0% | 0 | 18.64s | 487 | 1,600 |
झटपट तुलना
तुलना जोडी बदला
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGPT-5 MinimediumvsGLM 5noneGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsGPT-5 MinimediumGemini 2.5 FlashnonevsGPT-5 MinimediumDeepSeek V3.2nonevsGPT-5 MinimediumGemini 3 Flash PreviewnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.5-122B-A10BnoneGPT-5 MinimediumvsQwen3.5-FlashnoneGPT-5 MinimediumvsQwen3.5-27BnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5 Minimedium