AI BENCHY Compare

Inception: Mercury 2 vs Elephant Alpha

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-03

Métrica	Mercury 2 Mercury 2 none Lançamento: 2026-02-24	Elephant Alpha Elephant Alpha medium Lançamento: 2026-04-14

Métrica	Mercury 2 Mercury 2 none Lançamento: 2026-02-24	Elephant Alpha Elephant Alpha medium Lançamento: 2026-04-14
Pontuação	4.6	5.3
Posição	#153	#134
Confiabilidade	10.0	N/D
Consistência	9.1	9.7
Testes corretos
Taxa de acerto por tentativa	25.0%	31.7%
Testes instáveis	2	1
Execuções totais	60	60
Custo por resultado	0.216	0.000
Custo total	$0.009	$0.000
Preço de entrada	$0.250 / 1M	$0.000 / 1M
Preço de saída	$0.750 / 1M	$0.000 / 1M
Total de tokens de entrada	25,515	33,744
Tokens de saída	3,001	2,596
Tokens de raciocínio	0	0
Tempo de resposta (médio)	614ms	1.27s
Tempo de resposta (máx.)	1.27s	3.70s
Tempo de resposta (total)	12.28s	22.82s

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	3.0	10.0	0.0%	0		483ms	631	286	0
Elephant Alpha	6.6	10.0	50.0%	0		1.19s	726	815	0

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	3.5	9.4	0.0%	0		831ms	4,631	1,650	0
Elephant Alpha	4.0	6.7	16.7%	1		1.30s	813	365	0

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	3.0	10.0	0.0%	0		606ms	4,821	131	0
Elephant Alpha	3.0	10.0	0.0%	0		3.70s	14,046	562	0

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		667ms	6,362	180	0
Elephant Alpha	6.5	10.0	50.0%	0		979ms	8,004	246	0

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	5.3	7.2	44.4%	1		534ms	784	46	0
Elephant Alpha	3.0	10.0	0.0%	0		925ms	810	24	0

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		628ms	495	159	0
Elephant Alpha	4.3	10.0	0.0%	0		920ms	540	105	0

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	6.5	10.0	50.0%	0		551ms	691	82	0
Elephant Alpha	9.8	10.0	100.0%	0		987ms	732	82	0

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	3.1	10.0	0.0%	0		535ms	694	251	0
Elephant Alpha	5.3	10.0	33.3%	0		868ms	729	166	0

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		1.27s	6,193	197	0
Elephant Alpha	3.0	10.0	0.0%	0		2.83s	7,344	231	0

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		548ms	213	19	0
Elephant Alpha	3.0	10.0	0.0%	0		0ms	0	0	0

Comparação rápida

Trocar par de comparação

Kimi K2.5nonevsElephant Alphamedium Elephant AlphamediumvsGLM 5 Turbonone Ling-2.6-flashnonevsElephant Alphamedium Elephant AlphamediumvsQwen3.5-122B-A10Bnone DeepSeek V3.2nonevsElephant Alphamedium Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsGLM 4.7 Flashmedium Elephant AlphamediumvsGrok 4.20none gpt-oss-120bnoneDisponível grátisvsElephant Alphamedium DeepSeek V4 FlashnonevsElephant Alphamedium Elephant AlphamediumvsQwen3 Coder Nextnone Elephant AlphamediumvsQwen3.6 Flashnone