Inception: Mercury 2 vs xAI: Grok 4.20

Grok 4.20 (medium) lidera na pontuação média com 7.1 vs 7.0. Mercury 2 (medium) tem menor custo de benchmark com $0.093 vs $0.777. Mercury 2 (medium) é mais rápido com 2.72s vs 29.47s, com taxas de acerto de 51.5% vs 63.6%.

Modelo recomendadoMercury 2 (medium)A pontuação fica perto da melhor aqui (7.0 vs 7.1) e custa cerca de 8.4x menos que Grok 4.20 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-18

Métrica	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24	Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31

Métrica	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24	Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação	7.0	7.1
Posição	#77	#74
Confiabilidade	10.0	10.0
Consistência	8.8	8.5
Testes corretos
Taxa de acerto por tentativa	51.5%	63.6%
Testes instáveis	3	4
Execuções totais	66	66
Custo por resultado	0.928	9.709
Custo total	$0.093	$0.777
Preço de entrada	$0.250 / 1M	$1.250 / 1M
Preço de saída	$0.750 / 1M	$2.500 / 1M
Total de tokens de entrada	109,572	102,791
Tokens de saída	10,313	5,363
Tokens de raciocínio	76,806	253,977
Tempo de resposta (médio)	2.72s	29.47s
Tempo de resposta (máx.)	14.63s	199.66s
Tempo de resposta (total)	57.12s	648.35s

Hamster playing table tennis

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

#77 Mercury 2

medium

Custo: $0.002
Tempo: 2.1s
Tokens: 1,702 tok

#74 xAI: Grok 4.20

medium

Custo: $0.041
Tempo: 110.3s
Tokens: 16,336 tok

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

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Comparação rápida

Trocar par de comparação

Gemini 3.5 FlashnonevsMercury 2medium Qwen3.7 PlusnonevsGrok 4.20medium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Mercury 2mediumvsStep 3.7 Flashhigh Step 3.7 FlashlowvsGrok 4.20medium Mercury 2mediumvsGPT-5.5none Claude Opus 4.8nonevsGrok 4.20medium Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium