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 Nano

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 GPT-5 Nano GPT-5 Nano medium Lansare: 2025-08-07
Scor 6.3 6.1
Rang #90 #94
Fiabilitate 10.0 10.0
Consistență 8.4 7.1
Teste corecte
Rată de trecere pe încercare 50.0% 55.0%
Teste instabile 4 7
Rulări totale 60 60
Cost per rezultat 0.687 0.945
Cost total $0.055 $0.076
Preț de intrare $0.250 / 1M $0.050 / 1M
Preț de ieșire $0.750 / 1M $0.400 / 1M
Tokenuri de ieșire 4,015 5,338
Tokenuri de raționament 58,382 179,584
Timp de răspuns (mediu) 2.27s 43.11s
Timp de răspuns (maxim) 14.63s 204.02s
Timp de răspuns (total) 43.15s 560.45s

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 ieșire Tokenuri de raționament
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GPT-5 Nano 6.5 7.9 58.3% 1 25.50s 1,221 21,184
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
GPT-5 Nano 5.4 6.6 33.3% 1 47.80s 604 30,144
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
GPT-5 Nano 10.0 10.0 100.0% 0 65.96s 578 17,984
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 7.3 5.9 83.3% 1 1.11s 183 1,656
GPT-5 Nano 3.7 1.7 50.0% 2 21.42s 453 10,560
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 2.9 7.2 11.1% 1 6.48s 41 30,754
GPT-5 Nano 5.2 4.4 55.6% 2 204.02s 237 64,448
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 4.8 10.0 0.0% 0 821ms 137 542
GPT-5 Nano 4.1 10.0 0.0% 0 17.51s 202 4,608
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
GPT-5 Nano 9.8 10.0 100.0% 0 11.90s 382 4,096
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
GPT-5 Nano 5.3 7.2 44.4% 1 19.81s 869 13,440
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
GPT-5 Nano 10.0 10.0 100.0% 0 33.30s 558 6,976
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
GPT-5 Nano 3.0 10.0 0.0% 0 20.13s 234 6,144

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGLM 5noneGPT-5 NanomediumvsMiMo-V2-OmninoneDeepSeek V4 PrononevsGPT-5 NanomediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemma 4 26B A4BnoneDisponibil gratuitvsGPT-5 NanomediumGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 NanomediumvsQwen3.5-FlashnoneGPT-5 NanomediumvsGLM 5noneGPT-5 NanomediumvsGLM 5V Turbonone