AI BENCHY Compare
Inception: Mercury 2 vs StepFun: Step 3.5 Flash
Comparar:
Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-03-05
| Métrica | Inception: Mercury 2 none Lançamento: 2026-02-24 | StepFun: Step 3.5 Flash medium Lançamento: 2026-02-01 Disponível grátis |
|---|---|---|
| Posição | #50 | #13 |
| Pontuação média | 31 | 74 |
| Consistência | 89 | 94 |
| Custo por resultado | 0.196 | 0.000 |
| Custo total | $0.006 | $0.000 |
| Testes corretos | ||
| Taxa de acerto por tentativa | 26.7% | 68.9% |
| Testes instáveis | 2 | 1 |
| Tokens de saída | 1,144 | 69,238 |
| Tokens de raciocínio | 0 | 152,563 |
Pontuação vs custo total
Detalhamento por categoria
| Truques anti-IA | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 13,924 | 17,208 |
| Combinado | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 1,176 | 12,984 |
| Análise e extração de dados | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 600 | 13,886 |
| Específico do domínio | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 72 | 44.4% | 1 | 45,350 | 90,436 |
| Seguimento de instruções | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 35 | 100 | 0.0% | 0 | 82 | 0 | |
| StepFun: Step 3.5 Flash | 85 | 100 | 50.0% | 0 | 2,284 | 3,412 |
| Puzzle Solving | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 100 | 33.3% | 0 | 5,629 | 10,835 |
| Chamada de ferramentas | Pontuação | Consistência | Taxa de acerto por tentativa | Testes instáveis | Testes corretos | Tokens de saída | Tokens de raciocínio |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 275 | 3,802 |
Comparação rápida
Trocar par de comparação
Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponível grátisMercury 2nonevsQwen3 Coder NextmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponível grátisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponível grátisGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponível grátisMercury 2nonevsGLM 4.7 FlashmediumGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumDisponível grátisGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponível grátisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponível grátisClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponível grátisQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponível grátisMercury 2nonevsMiniMax M2.5medium