Navegação
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 Elephant

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-14

Métrica Mercury 2 Mercury 2 medium Lançamento: 2026-02-24 Elephant Elephant none Lançamento: 2026-04-14
Pontuação 6.5 5.2
Posição #51 #81
Consistência 8.6 9.6
Testes corretos
Taxa de acerto por tentativa 53.7% 31.5%
Testes instáveis 3 1
Execuções totais 54 54
Custo por resultado 0.580 0.000
Custo total $0.047 $0.000
Preço de entrada $0.250 / 1M $0.000 / 1M
Preço de saída $0.750 / 1M $0.000 / 1M
Tokens de saída 3,972 2,573
Tokens de raciocínio 48,333 0
Tempo de resposta (médio) 2.21s 1.23s
Tempo de resposta (máx.) 14.63s 3.81s
Tempo de resposta (total) 37.51s 22.16s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Elephant 6.6 10.0 50.0% 0 963ms 610 0
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
Elephant 6.4 3.3 66.7% 1 1.39s 375 0
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Elephant 3.0 10.0 0.0% 0 3.81s 731 0
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Elephant 6.5 10.0 50.0% 0 1.04s 246 0
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Elephant 3.0 10.0 0.0% 0 927ms 24 0
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Elephant 4.0 10.0 0.0% 0 854ms 106 0
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Elephant 9.8 10.0 100.0% 0 1.03s 81 0
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
Elephant 3.3 10.0 0.0% 0 849ms 170 0
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Elephant 3.0 10.0 0.0% 0 2.79s 230 0

Comparação rápida

Trocar par de comparação

Mercury 2mediumvsMiMo-V2-OmninoneMiniMax M2.7mediumvsElephantnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponível grátisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2mediumGemma 4 31BnoneDisponível grátisvsMercury 2medium