AI BENCHY Compare

Inception: Mercury 2 vs MiniMax: MiniMax M3

Samenvatting

Benchmarkvergelijking Mercury 2 vs MiniMax M3: MiniMax M3 leidt in gemiddelde score met 7.6 vs 7.5. Mercury 2 heeft lagere benchmarkkosten met $0.058 vs $0.131. Mercury 2 is sneller met 2.24s vs 68.17s, met slagingspercentages van 54.0% vs 65.1%.

Aanbevolen model: Mercury 2 - De score blijft dicht bij de beste score hier (7.5 vs 7.6) en het kost ongeveer 2.3x minder dan MiniMax M3.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-18

Metriek	Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24	MiniMax M3 MiniMax M3 medium Releasedatum: 2026-06-01

Metriek	Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24	MiniMax M3 MiniMax M3 medium Releasedatum: 2026-06-01
Score	7.5	7.6
Rang	#44	#40
Betrouwbaarheid	10.0	9.6
Consistentie	8.8	7.9
Correcte tests
Slaagpercentage per poging	54.0%	65.1%
Instabiele tests	3	5
Totaal runs	63	63
Kosten per resultaat	0.578	1.187
Totale kosten	$0.058	$0.131
Invoerprijs	$0.250 / 1M	$0.300 / 1M
Uitvoerprijs	$0.750 / 1M	$1.200 / 1M
Totaal aantal invoer-tokens	35,116	46,546
Uitvoer-tokens	4,048	49,036
Redeneer-tokens	61,219	92,543
Responstijd (gem.)	2.24s	68.17s
Responstijd (max)	14.63s	431.03s
Responstijd (totaal)	44.72s	1363.38s

Generatie-showcase

Hamster playing table tennis

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

#44 Mercury 2

medium

Kosten: $0.002
Tijd: 2.1s
Tokens: 1,702 tok

#40 MiniMax M3

medium

Kosten: $0.012
Tijd: 154.4s
Tokens: 10,018 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

Programmeren	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

Gecombineerd	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	10.0	10.0	100.0%	0		3.28s	12,909	268	4,887
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

Domeinspecifiek	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

Puzzeloplossing	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

Toolaanroepen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

Algemene kennis	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

Snelle vergelijking

Vergelijkingspaar wisselen

DeepSeek V4 ProhighvsMiniMax M3medium Mercury 2mediumvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsMercury 2medium MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.3 Chatnone Mercury 2mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsMercury 2medium Claude Sonnet 4.6nonevsMercury 2medium Gemini 3 Flash PreviewlowvsMiniMax M3medium Claude Sonnet 4.6nonevsMiniMax M3medium Claude Opus 4.8nonevsMercury 2medium DeepSeek V4 PrononevsMercury 2medium