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 Laguna M.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Laguna M.1 Laguna M.1 medium Lansare: 2026-04-28 Disponibil gratuit
Scor 6.5 6.3
Rang #71 #74
Fiabilitate N/D 10.0
Consistență 8.6 8.6
Teste corecte
Rată de trecere pe încercare 53.7% 53.7%
Teste instabile 3 3
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 63,822
Tokenuri de raționament 48,333 0
Timp de răspuns (mediu) 2.21s 13.90s
Timp de răspuns (maxim) 14.63s 53.14s
Timp de răspuns (total) 37.51s 250.28s

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
Laguna M.1 6.6 10.0 50.0% 0 9.15s 7,839 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
Laguna M.1 4.3 1.1 66.7% 1 35.61s 14,327 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
Laguna M.1 3.0 10.0 0.0% 0 53.14s 12,272 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
Laguna M.1 10.0 10.0 100.0% 0 4.93s 2,296 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
Laguna M.1 5.3 7.2 44.4% 1 24.14s 19,020 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
Laguna M.1 4.1 10.0 0.0% 0 6.86s 1,294 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
Laguna M.1 10.0 10.0 100.0% 0 4.30s 1,626 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
Laguna M.1 3.6 7.2 22.2% 1 6.97s 3,978 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
Laguna M.1 10.0 10.0 100.0% 0 6.31s 1,170 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsMiMo-V2-OmninoneLaguna M.1mediumDisponibil gratuitvsMiMo-V2-OmninoneLaguna M.1mediumDisponibil gratuitvsGLM 5V TurbononeLaguna M.1mediumDisponibil gratuitvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5noneGemma 4 26B A4BnoneDisponibil gratuitvsLaguna M.1mediumDisponibil gratuitSeed-2.0-LitenonevsLaguna M.1mediumDisponibil gratuitDeepSeek V4 PrononevsMercury 2mediumGemini 2.5 FlashnonevsLaguna M.1mediumDisponibil gratuitLaguna M.1mediumDisponibil gratuitvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15none