Navigatie
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-5.4

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-04-16

Metriek Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24 GPT-5.4 GPT-5.4 none Releasedatum: 2026-03-05
Score 6.5 5.9
Rang #53 #65
Consistentie 8.6 9.1
Correcte tests
Slaagpercentage per poging 53.7% 42.6%
Instabiele tests 3 2
Totaal runs 54 54
Kosten per resultaat 0.580 1.477
Totale kosten $0.047 $0.104
Invoerprijs $0.250 / 1M $2.500 / 1M
Uitvoerprijs $0.750 / 1M $15.000 / 1M
Uitvoer-tokens 3,972 2,317
Redeneer-tokens 48,333 0
Responstijd (gem.) 2.21s 1.51s
Responstijd (max) 14.63s 2.95s
Responstijd (totaal) 37.51s 27.21s

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.) Uitvoer-tokens Redeneer-tokens
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 0
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 0
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 0
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0

Snelle vergelijking

Vergelijkingspaar wisselen

Mercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsGLM 5noneMiniMax M2.5mediumGratis beschikbaarvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneGratis beschikbaarvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2medium