Navigare
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

Cobuddy vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Cobuddy Cobuddy medium Lansare: 2026-05-06 Disponibil gratuit Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor 5.7 6.3
Rang #105 #90
Fiabilitate 9.9 10.0
Consistență 7.0 8.4
Teste corecte
Rată de trecere pe încercare 51.7% 50.0%
Teste instabile 7 4
Rulări totale 60 60
Cost per rezultat 0.000 0.687
Cost total $0.000 $0.055
Preț de intrare $0.000 / 1M $0.250 / 1M
Preț de ieșire $0.000 / 1M $0.750 / 1M
Tokenuri de ieșire 1,663 4,015
Tokenuri de raționament 116,522 58,382
Timp de răspuns (mediu) 39.91s 2.27s
Timp de răspuns (maxim) 309.02s 14.63s
Timp de răspuns (total) 798.21s 43.15s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 8.7 7.9 91.7% 1 10.00s 98 4,666
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 4.1 5.1 33.3% 1 79.17s 358 30,138
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 3.0 10.0 0.0% 0 47.38s 465 7,265
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 6.3 5.8 66.7% 1 17.36s 275 5,591
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 2.9 4.4 22.2% 2 128.15s 10 49,454
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 4.2 9.9 0.0% 0 23.23s 76 3,782
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 9.8 10.0 100.0% 0 11.60s 64 2,842
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 3.5 4.4 33.3% 2 12.91s 175 5,627
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 10.0 10.0 100.0% 0 11.19s 133 294
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Cobuddy 3.0 10.0 0.0% 0 36.98s 9 6,863
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748

Comparație rapidă

Schimbă perechea de comparație

CobuddymediumDisponibil gratuitvsOwl AlphanoneCobuddymediumDisponibil gratuitvsQwen3.6 27BnoneCobuddymediumDisponibil gratuitvsQwen3.5-27BnoneCobuddymediumDisponibil gratuitvsMiMo-V2-PrononeMercury 2mediumvsGLM 5noneCobuddymediumDisponibil gratuitvsQwen3.5-35B-A3BnoneCobuddymediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20noneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneCobuddymediumDisponibil gratuitvsGLM 4.7 FlashnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15none