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 4.6. Mercury 2 heeft lagere benchmarkkosten met $0.011 vs $0.907. Mercury 2 is sneller met 653ms vs 9.76s, met slagingspercentages van 23.8% vs 85.7%.

Aanbevolen model: Mercury 2 - Het biedt de beste totale afweging: concurrerende score (4.6), lagere kosten dan GPT-5.5 en evenwichtige responstijd.

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

Metriek Mercury 2 Mercury 2 none Releasedatum: 2026-02-24 GPT-5.5 GPT-5.5 low Releasedatum: 2026-04-24
Score 4.6 9.3
Rang #151 #4
Betrouwbaarheid 10.0 10.0
Consistentie 9.2 10.0
Correcte tests
Slaagpercentage per poging 23.8% 85.7%
Instabiele tests 2 0
Totaal runs 63 63
Kosten per resultaat 0.259 5.035
Totale kosten $0.011 $0.907
Invoerprijs $0.250 / 1M $5.000 / 1M
Uitvoerprijs $0.750 / 1M $30.000 / 1M
Totaal aantal invoer-tokens 28,113 34,209
Uitvoer-tokens 4,439 2,046
Redeneer-tokens 0 22,460
Responstijd (gem.) 653ms 9.76s
Responstijd (max) 1.43s 56.19s
Responstijd (totaal) 13.72s 204.92s

Generatie-showcase

Hamster playing table tennis

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

#151 Mercury 2

none
Kosten
$0.002
Tijd
1.8s
Tokens
1,514 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 3.0 10.0 0.0% 0 483ms 631 286 0
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
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 3.0 10.0 0.0% 0 606ms 4,821 131 0
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 667ms 6,362 180 0
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 5.3 7.2 44.4% 1 534ms 784 46 0
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 628ms 495 159 0
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 6.5 10.0 50.0% 0 551ms 691 82 0
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 3.1 10.0 0.0% 0 535ms 694 251 0
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 1.27s 6,193 197 0
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 548ms 213 19 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.5lowvsQwen3.7 MaxmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumMercury 2nonevsMistral Small 4mediumClaude Opus 4.8mediumvsGPT-5.5low