AI BENCHY Compare
Inception: Mercury 2 vs OpenAI: gpt-oss-120b
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-oss-120b medium प्रकाशन: 2025-08-05 मोफत उपलब्ध |
|---|---|---|
| क्रमांक | #50 | #36 |
| सरासरी स्कोअर | 34 | 52 |
| सुसंगतता | 89 | 72 |
| प्रति निकाल खर्च | 0.147 | 0.133 |
| एकूण खर्च | $0.006 | $0.010 |
| प्रतिसाद वेळ (सरासरी) | 594ms | 17.75s |
| प्रतिसाद वेळ (कमाल) | 1.27s | 50.92s |
| प्रतिसाद वेळ (एकूण) | 8.91s | 141.98s |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 33.3% | 57.8% |
| अस्थिर चाचण्या | 2 | 5 |
| आउटपुट टोकन्स | 1,144 | 13,103 |
| रिझनिंग टोकन्स | 0 | 33,843 |
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-oss-120b | 70 | 98 | 66.7% | 0 | 19.76s | 3,463 | 2,077 |
| 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-oss-120b | 100 | 100 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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-oss-120b | 55 | 59 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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-oss-120b | 100 | 44 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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-oss-120b | 95 | 100 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| 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-oss-120b | 17 | 47 | 22.2% | 2 | 11.80s | 1,508 | 2,092 |
| 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-oss-120b | 90 | 100 | 100.0% | 0 | 6.91s | 287 | 1,083 |
झटपट तुलना
तुलना जोडी बदला
Gemini 2.5 Flashnonevsgpt-oss-120bmediumमोफत उपलब्धDeepSeek V3.2nonevsgpt-oss-120bmediumमोफत उपलब्धMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumमोफत उपलब्धvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumमोफत उपलब्धvsQwen3.5-Flashnonegpt-oss-120bmediumमोफत उपलब्धvsQwen3.5-27Bnonegpt-oss-120bmediumमोफत उपलब्धvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumमोफत उपलब्धvsGLM 5noneTrinity Large Preview (free)noneमोफत उपलब्धvsgpt-oss-120bmediumमोफत उपलब्धgpt-oss-120bmediumमोफत उपलब्धvsQwen3.5 Plus 2026-02-15nonegpt-oss-120bmediumमोफत उपलब्धvsGLM 4.7 Flashnone