Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică DeepSeek V3.2 DeepSeek V3.2 none Lansare: 2025-12-01 Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor 6.1 6.5
Rang #63 #53
Consistență 8.1 8.6
Teste corecte
Rată de trecere pe încercare 50.0% 53.7%
Teste instabile 4 3
Rulări totale 54 54
Cost per rezultat 0.226 0.580
Cost total $0.016 $0.047
Preț de intrare $0.260 / 1M $0.250 / 1M
Preț de ieșire $0.380 / 1M $0.750 / 1M
Tokenuri de ieșire 8,384 3,972
Tokenuri de raționament 0 48,333
Timp de răspuns (mediu) 12.09s 2.21s
Timp de răspuns (maxim) 115.89s 14.63s
Timp de răspuns (total) 217.56s 37.51s

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
DeepSeek V3.2 3.2 9.8 0.0% 0 7.63s 1,419 0
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
DeepSeek V3.2 2.4 1.3 33.3% 1 7.63s 553 0
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 2,887 0
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
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 1,710 0
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
DeepSeek V3.2 3.6 7.2 22.2% 1 1.61s 24 0
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
DeepSeek V3.2 10.0 10.0 100.0% 0 2.86s 67 0
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
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
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
DeepSeek V3.2 8.5 7.5 88.9% 1 7.37s 1,136 0
Mercury 2 3.9 7.5 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
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956

Comparație rapidă

Schimbă perechea de comparație