Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.6 Terra

Rezumat

Comparație benchmark Mercury 2 (medium) vs GPT-5.6 Terra (low): GPT-5.6 Terra (low) conduce la scorul mediu cu 7.7 vs 7.5. Mercury 2 (medium) are costul de benchmark mai mic, $0.058 vs $0.343. Mercury 2 (medium) este mai rapid cu 2.24s vs 4.88s, cu rate de reușită de 54.0% vs 74.6%.

Model recomandat: Mercury 2 (medium) - Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.7) și costă de aproximativ 5.9x mai puțin decât GPT-5.6 Terra (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 GPT-5.6 Terra GPT-5.6 Terra low Lansare: 2026-07-09
Scor 7.5 7.7
Rang #56 #47
Fiabilitate 10.0 10.0
Consistență 8.8 8.1
Teste corecte
Rată de trecere pe încercare 54.0% 74.6%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 0.578 2.637
Cost total $0.058 $0.343
Preț de intrare $0.250 / 1M $2.500 / 1M
Preț de ieșire $0.750 / 1M $15.000 / 1M
Total tokenuri de intrare 35,116 34,226
Tokenuri de ieșire 4,048 1,943
Tokenuri de raționament 61,219 15,201
Timp de răspuns (mediu) 2.24s 4.88s
Timp de răspuns (maxim) 14.63s 19.85s
Timp de răspuns (total) 44.72s 102.53s

Prezentare generare

Hamster playing table tennis

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

#56 Mercury 2

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

#47 GPT-5.6 Terra

low
Cost
$0.034
Timp
16.8s
Tokenuri
2,348 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-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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-5.6 Terra 10.0 10.0 100.0% 0 919ms 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-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
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-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
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-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
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-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumMercury 2mediumvsGPT-5.3 ChatnoneKimi K2.6mediumDisponibil gratuitvsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsMercury 2mediumMiniMax M3mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsGPT-5.6 Terralow