Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs MiniMax: MiniMax M3

Rezumat

Comparație benchmark Mercury 2 vs MiniMax M3: MiniMax M3 conduce la scorul mediu cu 7.6 vs 7.5. Mercury 2 are costul de benchmark mai mic, $0.058 vs $0.131. Mercury 2 este mai rapid cu 2.24s vs 68.17s, cu rate de reușită de 54.0% vs 65.1%.

Model recomandat: Mercury 2 - Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.6) și costă de aproximativ 2.3x mai puțin decât MiniMax M3.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 MiniMax M3 MiniMax M3 medium Lansare: 2026-06-01
Scor 7.5 7.6
Rang #44 #40
Fiabilitate 10.0 9.6
Consistență 8.8 7.9
Teste corecte
Rată de trecere pe încercare 54.0% 65.1%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 0.578 1.187
Cost total $0.058 $0.131
Preț de intrare $0.250 / 1M $0.300 / 1M
Preț de ieșire $0.750 / 1M $1.200 / 1M
Total tokenuri de intrare 35,116 46,546
Tokenuri de ieșire 4,048 49,036
Tokenuri de raționament 61,219 92,543
Timp de răspuns (mediu) 2.24s 68.17s
Timp de răspuns (maxim) 14.63s 431.03s
Timp de răspuns (total) 44.72s 1363.38s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#44 Mercury 2

medium
Cost
$0.002
Timp
2.1s
Tokenuri
1,702 tok

#40 MiniMax M3

medium
Cost
$0.012
Timp
154.4s
Tokenuri
10,018 tok

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
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
MiniMax M3 5.5 3.7 66.7% 3 14.95s 2,526 874 3,414
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
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
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
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
MiniMax M3 10.0 10.0 100.0% 0 65.30s 14,760 1,306 6,253
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
MiniMax M3 10.0 10.0 100.0% 0 14.92s 8,088 514 3,164
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
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
MiniMax M3 5.5 9.3 33.3% 0 233.13s 869 16,254 19,070
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
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
MiniMax M3 5.1 3.4 33.3% 1 33.25s 954 2,487 2,523
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
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
MiniMax M3 9.8 10.0 100.0% 0 6.14s 1,623 103 920
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
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
MiniMax M3 7.9 9.9 66.7% 0 49.91s 2,079 11,946 13,761
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
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
MiniMax M3 10.0 10.0 100.0% 0 11.91s 9,168 281 555
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
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
MiniMax M3 3.0 10.0 0.0% 0 100.80s 675 9,048 10,216

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsMiniMax M3mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.3 ChatnoneMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3 Flash PreviewlowvsMiniMax M3mediumClaude Sonnet 4.6nonevsMiniMax M3mediumClaude Opus 4.8nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium