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 Alpha

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-05-29

Métrica Mercury 2 Mercury 2 medium Lançamento: 2026-02-24 Elephant Alpha Elephant Alpha none Lançamento: 2026-04-14
Pontuação 6.5 5.2
Posição #92 #136
Confiabilidade 10.0 N/D
Consistência 8.8 9.6
Testes corretos
Taxa de acerto por tentativa 51.7% 29.8%
Testes instáveis 3 1
Execuções totais 60 60
Custo por resultado 0.611 0.000
Custo total $0.055 $0.000
Preço de entrada $0.250 / 1M $0.000 / 1M
Preço de saída $0.750 / 1M $0.000 / 1M
Tokens de saída 4,022 2,573
Tokens de raciocínio 58,405 0
Tempo de resposta (médio) 2.27s 1.22s
Tempo de resposta (máx.) 14.63s 3.81s
Tempo de resposta (total) 43.20s 22.03s

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 Alpha 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 7.2 6.5 66.7% 1 2.29s 270 8,514
Elephant Alpha 4.7 6.7 33.3% 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 Alpha 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 Alpha 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 Alpha 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 Alpha 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 Alpha 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 5.4 10.0 33.3% 0 949ms 361 2,781
Elephant Alpha 4.2 10.0 0.0% 0 807ms 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 Alpha 3.0 10.0 0.0% 0 2.79s 230 0
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
Elephant Alpha 0.0 0.0 0.0% 0 0ms 0 0

Comparação rápida

Trocar par de comparação

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMercury 2mediumMiniMax M2.7mediumvsElephant AlphanoneMistral Small 4mediumvsElephant AlphanoneGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponível grátisvsMercury 2mediumMiniMax M2.5mediumDisponível grátisvsElephant AlphanoneDeepSeek V3.2nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium