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 Build 0.1

Resumo

Comparação benchmark Mercury 2 vs Grok Build 0.1: A pontuação média está praticamente empatada em 7.5 vs 7.6. Mercury 2 tem menor custo de benchmark com $0.058 vs $0.927. Mercury 2 é mais rápido com 2.24s vs 49.90s, com taxas de acerto de 54.0% vs 61.9%.

Modelo recomendado: Mercury 2 - Tem a melhor pontuação aqui (7.5) e custa cerca de 16.0x menos que Grok Build 0.1.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-18

Métrica Mercury 2 Mercury 2 medium Lançamento: 2026-02-24 Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação 7.5 7.6
Posição #44 #42
Confiabilidade 10.0 10.0
Consistência 8.8 9.9
Testes corretos
Taxa de acerto por tentativa 54.0% 61.9%
Testes instáveis 3 0
Execuções totais 63 63
Custo por resultado 0.578 7.124
Custo total $0.058 $0.927
Preço de entrada $0.250 / 1M $1.000 / 1M
Preço de saída $0.750 / 1M $2.000 / 1M
Total de tokens de entrada 35,116 44,418
Tokens de saída 4,048 2,782
Tokens de raciocínio 61,219 438,018
Tempo de resposta (médio) 2.24s 49.90s
Tempo de resposta (máx.) 14.63s 252.69s
Tempo de resposta (total) 44.72s 1047.92s

Geração showcase

Hamster playing table tennis

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

#44 Mercury 2

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

#42 xAI: Grok Build 0.1

medium
Custo
$0.028
Tempo
81.3s
Tokens
14,009 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

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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparação rápida

Trocar par de comparação

DeepSeek V4 ProhighvsGrok Build 0.1mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGemini 3 Flash PreviewlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsMercury 2mediumClaude Sonnet 4.6nonevsGrok Build 0.1mediumClaude Opus 4.8nonevsMercury 2mediumClaude Opus 4.8nonevsGrok Build 0.1medium