Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Elephant Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Elephant Alpha Elephant Alpha none Lansare: 2026-04-14
Scor 6.5 5.2
Rang #92 #136
Fiabilitate 10.0 N/D
Consistență 8.8 9.6
Teste corecte
Rată de trecere pe încercare 51.7% 29.8%
Teste instabile 3 1
Rulări totale 60 60
Cost per rezultat 0.611 0.000
Cost total $0.055 $0.000
Preț de intrare $0.250 / 1M $0.000 / 1M
Preț de ieșire $0.750 / 1M $0.000 / 1M
Tokenuri de ieșire 4,022 2,573
Tokenuri de raționament 58,405 0
Timp de răspuns (mediu) 2.27s 1.22s
Timp de răspuns (maxim) 14.63s 3.81s
Timp de răspuns (total) 43.20s 22.03s

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
Elephant Alpha 6.6 10.0 50.0% 0 963ms 610 0
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
Elephant Alpha 4.7 6.7 33.3% 1 1.39s 375 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
Elephant Alpha 3.0 10.0 0.0% 0 3.81s 731 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 7.3 5.9 83.3% 1 1.11s 183 1,656
Elephant Alpha 6.5 10.0 50.0% 0 1.04s 246 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 2.9 7.2 11.1% 1 6.48s 41 30,754
Elephant Alpha 3.0 10.0 0.0% 0 927ms 24 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 4.8 10.0 0.0% 0 821ms 137 542
Elephant Alpha 4.0 10.0 0.0% 0 854ms 106 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
Elephant Alpha 9.8 10.0 100.0% 0 1.03s 81 0
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 5.4 10.0 33.3% 0 949ms 361 2,781
Elephant Alpha 4.2 10.0 0.0% 0 807ms 170 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
Elephant Alpha 3.0 10.0 0.0% 0 2.79s 230 0
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
Elephant Alpha 0.0 0.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMercury 2mediumMiniMax M2.7mediumvsElephant AlphanoneMistral Small 4mediumvsElephant AlphanoneGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponibil gratuitvsMercury 2mediumMiniMax M2.5mediumDisponibil gratuitvsElephant AlphanoneDeepSeek V3.2nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium