Inception: Mercury 2 vs OpenAI: GPT-5.5

Mercury 2 (medium) conduce la scorul mediu cu 7.0 vs 6.9. Mercury 2 (medium) are costul de benchmark mai mic, $0.093 vs $0.544. GPT-5.5 este mai rapid cu 2.36s vs 2.72s, cu rate de reușită de 51.5% vs 56.1%.

Model recomandatMercury 2 (medium)Are cel mai bun scor aici (7.0) și costă de aproximativ 5.9x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-24

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	GPT-5.5 GPT-5.5 none Lansare: 2026-04-24

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	GPT-5.5 GPT-5.5 none Lansare: 2026-04-24
Scor	7.0	6.9
Rang	#82	#91
Fiabilitate	10.0	10.0
Consistență	8.8	8.9
Teste corecte
Rată de trecere pe încercare	51.5%	56.1%
Teste instabile	3	3
Rulări totale	66	66
Cost per rezultat	0.928	4.945
Cost total	$0.093	$0.544
Preț de intrare	$0.250 / 1M	$5.000 / 1M
Preț de ieșire	$0.750 / 1M	$30.000 / 1M
Total tokenuri de intrare	109,572	79,285
Tokenuri de ieșire	10,313	4,915
Tokenuri de raționament	76,806	0
Timp de răspuns (mediu)	2.72s	2.36s
Timp de răspuns (maxim)	14.63s	12.24s
Timp de răspuns (total)	57.12s	51.88s

Hamster playing table tennis

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

#82 Mercury 2

medium

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

#91 GPT-5.5

none

Cost: $0.090
Timp: 54.3s
Tokenuri: 3,063 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

Categorie:

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-5.5	6.9	7.9	66.7%	1		1.31s	606	213	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
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	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
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
GPT-5.5	6.5	10.0	50.0%	0		8.90s	56,092	3,244	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
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	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
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	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
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	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
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	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
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	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
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	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
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5nonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsMercury 2medium GPT-5.5nonevsQwen3.6 Flashmedium GPT-5.5nonevsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsGPT-5.5none KAT-Coder-Pro V2.5mediumvsGPT-5.5none DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Seed-2.0-MinimediumvsGPT-5.5none GPT-5.5nonevsQwen3.6 35B A3Bmedium Mercury 2mediumvsStep 3.7 Flashhigh Kimi K2.5mediumvsGPT-5.5none