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 xAI: Grok 4.20

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-02

Métrica Mercury 2 Mercury 2 medium Lançamento: 2026-02-24 Grok 4.20 Grok 4.20 none Lançamento: 2026-03-31
Pontuação 6.3 5.4
Posição #51 #69
Consistência 8.5 9.5
Testes corretos
Taxa de acerto por tentativa 51.0% 31.4%
Testes instáveis 3 1
Execuções totais 51 51
Custo por resultado 0.634 1.809
Custo total $0.045 $0.091
Preço de entrada $0.250 / 1M $2.000 / 1M
Preço de saída $0.750 / 1M $6.000 / 1M
Tokens de saída 3,723 1,655
Tokens de raciocínio 46,120 0
Tempo de resposta (médio) 2.25s 1.11s
Tempo de resposta (máx.) 14.63s 6.04s
Tempo de resposta (total) 35.99s 18.80s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving 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
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparação rápida

Trocar par de comparação

DeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMistral Small 4mediumvsGrok 4.20noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5V TurbononeSeed-2.0-LitenonevsMercury 2mediumMiniMax M2.7mediumvsGrok 4.20noneGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneGemma 4 31BnonevsMercury 2mediumMercury 2mediumvsHunter Alphanone