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

IBM: Granite 4.1 8B vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Granite 4.1 8B Granite 4.1 8B none Lansare: 2026-05-01 Mercury 2 Mercury 2 none Lansare: 2026-02-24
Scor 4.3 4.8
Rang #135 #125
Fiabilitate 10.0 N/D
Consistență 10.0 9.0
Teste corecte
Rată de trecere pe încercare 11.1% 27.8%
Teste instabile 0 2
Rulări totale 54 54
Cost per rezultat 0.110 0.165
Cost total $0.003 $0.007
Preț de intrare $0.050 / 1M $0.250 / 1M
Preț de ieșire $0.100 / 1M $0.750 / 1M
Tokenuri de ieșire 2,712 1,625
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 767ms 613ms
Timp de răspuns (maxim) 2.17s 1.27s
Timp de răspuns (total) 13.81s 11.04s

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
Granite 4.1 8B 4.9 10.0 25.0% 0 844ms 903 0
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 6.9 10.0 0.0% 0 1.07s 339 0
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.0 10.0 0.0% 0 1.88s 396 0
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
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
Granite 4.1 8B 3.0 10.0 0.0% 0 575ms 195 0
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.0 10.0 0.0% 0 357ms 24 0
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 4.0 10.0 0.0% 0 499ms 115 0
Mercury 2 4.8 10.0 0.0% 0 628ms 159 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 3.6 9.9 0.0% 0 344ms 66 0
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
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
Granite 4.1 8B 3.7 10.0 0.0% 0 635ms 431 0
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Granite 4.1 8B 10.0 10.0 100.0% 0 2.17s 243 0
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0

Comparație rapidă

Schimbă perechea de comparație

Granite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitMercury 2nonevsElephant AlphamediumMercury 2nonevsMiniMax M2.7mediumGranite 4.1 8BnonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumDisponibil gratuitMercury 2nonevsMistral Small 4mediumGranite 4.1 8BnonevsNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuit