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 OpenAI: GPT-5.4 Nano

Rezumat

Comparație benchmark Mercury 2 vs GPT-5.4 Nano: Scorul mediu este practic egal la 7.5 vs 7.5. Mercury 2 are costul de benchmark mai mic, $0.058 vs $0.107. Mercury 2 este mai rapid cu 2.24s vs 11.95s, cu rate de reușită de 54.0% vs 63.5%.

Model recomandat: Mercury 2 - Are cel mai bun scor aici (7.5) și costă de aproximativ 1.8x mai puțin decât GPT-5.4 Nano.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17
Scor 7.5 7.5
Rang #46 #48
Fiabilitate 10.0 10.0
Consistență 8.8 8.4
Teste corecte
Rată de trecere pe încercare 54.0% 63.5%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 0.578 0.969
Cost total $0.058 $0.107
Preț de intrare $0.250 / 1M $0.200 / 1M
Preț de ieșire $0.750 / 1M $1.250 / 1M
Total tokenuri de intrare 35,116 35,434
Tokenuri de ieșire 4,048 3,014
Tokenuri de raționament 61,219 76,520
Timp de răspuns (mediu) 2.24s 11.95s
Timp de răspuns (maxim) 14.63s 94.06s
Timp de răspuns (total) 44.72s 250.98s

Generation showcase

Hamster playing table tennis

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

#46 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 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
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsMercury 2mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsMercury 2mediumGPT-5.4 NanomediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsStep 3.7 Flashhigh