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

Inception: Mercury 2 vs Nemotron 3 Super 120b A12b

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b none Lansare: 2026-03-11 Disponibil gratuit
Rang #40 #59
Scor mediu 5.3 3.4
Consistență 8.4 8.6
Cost per rezultat 0.631 0.000
Cost total $0.045 $0.000
Teste corecte
Rată de trecere pe încercare 54.2% 31.3%
Teste instabile 3 3
Rulări totale 48 48
Tokenuri de ieșire 3,708 4,222
Tokenuri de raționament 45,921 0
Timp de răspuns (mediu) 2.36s 8.90s
Timp de răspuns (maxim) 14.63s 24.97s
Timp de răspuns (total) 35.39s 142.40s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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
Mercury 2 7.3 9.8 66.7% 0 1.30s 2,531 2,410
Nemotron 3 Super 120b A12b 10.0 10.0 0.0% 0 7.14s 2,171 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Nemotron 3 Super 120b A12b 10.0 10.0 0.0% 0 19.98s 124 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
Mercury 2 5.5 5.9 83.3% 1 1.11s 183 1,656
Nemotron 3 Super 120b A12b 9.9 10.0 100.0% 0 7.92s 249 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 7.2 11.1% 1 6.48s 41 30,754
Nemotron 3 Super 120b A12b 10.0 7.2 22.2% 1 6.23s 26 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 4.0 10.0 0.0% 0 821ms 137 542
Nemotron 3 Super 120b A12b 3.0 9.9 0.0% 0 24.97s 170 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Nemotron 3 Super 120b A12b 4.5 6.9 33.3% 1 1.50s 66 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 1.7 7.5 22.2% 1 934ms 354 2,758
Nemotron 3 Super 120b A12b 4.7 10.0 33.3% 0 7.50s 1,135 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Nemotron 3 Super 120b A12b 10.0 1.6 66.7% 1 16.00s 281 0

Comparație rapidă

Schimbă perechea de comparație