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: 2026-06-03

Metriek Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24 GPT-5.4 GPT-5.4 none Releasedatum: 2026-03-05
Score 6.5 5.6
Rang #89 #121
Betrouwbaarheid 10.0 10.0
Consistentie 8.8 9.1
Correcte tests
Slaagpercentage per poging 51.7% 38.3%
Instabiele tests 3 2
Totaal runs 60 60
Kosten per resultaat 0.611 1.644
Totale kosten $0.055 $0.116
Invoerprijs $0.250 / 1M $2.500 / 1M
Uitvoerprijs $0.750 / 1M $15.000 / 1M
Totaal aantal invoer-tokens 32,570 31,593
Uitvoer-tokens 4,022 2,402
Redeneer-tokens 58,405 0
Responstijd (gem.) 2.27s 1.45s
Responstijd (max) 14.63s 2.95s
Responstijd (totaal) 43.20s 29.00s

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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
GPT-5.4 6.8 10.0 50.0% 0 1.99s 4,686 501 0
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
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
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
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
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
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
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
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Snelle vergelijking

Vergelijkingspaar wisselen

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneMiniMax M2.5mediumvsGPT-5.4noneGemini 2.5 FlashnonevsMercury 2mediumCobuddymediumvsGPT-5.4noneGemini 3.1 Flash LiteminimalvsMercury 2mediumMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneMercury 2mediumvsGLM 5none