Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.5

Samenvatting

Benchmarkvergelijking Mercury 2 vs GPT-5.5: GPT-5.5 leidt in gemiddelde score met 9.3 vs 7.5. Mercury 2 heeft lagere benchmarkkosten met $0.058 vs $0.907. Mercury 2 is sneller met 2.24s vs 9.76s, met slagingspercentages van 54.0% vs 85.7%.

Aanbevolen model: GPT-5.5 - Het heeft de sterkste score in deze vergelijking (9.3) en de beste balans tussen kosten en responstijd over alle 2 modellen.

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

Metriek Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24 GPT-5.5 GPT-5.5 low Releasedatum: 2026-04-24
Score 7.5 9.3
Rang #44 #4
Betrouwbaarheid 10.0 10.0
Consistentie 8.8 10.0
Correcte tests
Slaagpercentage per poging 54.0% 85.7%
Instabiele tests 3 0
Totaal runs 63 63
Kosten per resultaat 0.578 5.035
Totale kosten $0.058 $0.907
Invoerprijs $0.250 / 1M $5.000 / 1M
Uitvoerprijs $0.750 / 1M $30.000 / 1M
Totaal aantal invoer-tokens 35,116 34,209
Uitvoer-tokens 4,048 2,046
Redeneer-tokens 61,219 22,460
Responstijd (gem.) 2.24s 9.76s
Responstijd (max) 14.63s 56.19s
Responstijd (totaal) 44.72s 204.92s

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

#4 GPT-5.5

low
Kosten
$0.068
Tijd
37.0s
Tokens
2,339 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
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Snelle vergelijking

Vergelijkingspaar wisselen

Mercury 2mediumvsGPT-5.3 ChatnoneGPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 ProhighvsMercury 2mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsMercury 2mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium