Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-30

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Owl Alpha Owl Alpha none Lansare: 2026-04-30
Scor 6.5 6.0
Rang #71 #87
Fiabilitate N/D 10.0
Consistență 8.6 9.1
Teste corecte
Rată de trecere pe încercare 53.7% 46.3%
Teste instabile 3 2
Rulări totale 54 54
Cost per rezultat 0.580 0.000
Cost total $0.047 $0.000
Preț de intrare $0.250 / 1M $0.000 / 1M
Preț de ieșire $0.750 / 1M $0.000 / 1M
Tokenuri de ieșire 3,972 1,671
Tokenuri de raționament 48,333 0
Timp de răspuns (mediu) 2.21s 7.07s
Timp de răspuns (maxim) 14.63s 32.27s
Timp de răspuns (total) 37.51s 127.23s

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
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 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 10.0 10.0 100.0% 0 1.53s 249 2,213
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 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
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 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
Owl Alpha 10.0 10.0 100.0% 0 3.60s 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
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 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
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 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
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 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 3.9 7.5 22.2% 1 934ms 354 2,758
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 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
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumgpt-oss-120bmediumDisponibil gratuitvsOwl AlphanoneMercury 2mediumvsGLM 5noneGemini 2.5 FlashnonevsMercury 2mediumOwl AlphanonevsLaguna Xs.2mediumDisponibil gratuitMercury 2mediumvsGPT-5.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneSeed-2.0-LitenonevsMercury 2mediumMistral Small 4mediumvsOwl Alphanone