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

DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică DeepSeek V3.2 DeepSeek V3.2 none Lansare: 2025-12-01 Mercury 2 Mercury 2 none Lansare: 2026-02-24
Scor 5.4 4.6
Rang #130 #153
Fiabilitate 10.0 10.0
Consistență 7.5 9.1
Teste corecte
Rată de trecere pe încercare 41.7% 25.0%
Teste instabile 6 2
Rulări totale 60 60
Cost per rezultat 0.296 0.216
Cost total $0.017 $0.009
Preț de intrare $0.229 / 1M $0.250 / 1M
Preț de ieșire $0.344 / 1M $0.750 / 1M
Total tokenuri de intrare 53,408 25,515
Tokenuri de ieșire 11,159 3,001
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 14.43s 614ms
Timp de răspuns (maxim) 115.89s 1.27s
Timp de răspuns (total) 288.55s 12.28s

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 intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.1 5.4 16.7% 1 20.87s 4,690 4,522 0
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0

Comparație rapidă

Schimbă perechea de comparație