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 HY3 Preview

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-23

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 HY3 Preview HY3 Preview none Lansare: 2026-04-22 Disponibil gratuit
Scor 6.5 4.7
Rang #59 #101
Consistență 8.6 9.0
Teste corecte
Rată de trecere pe încercare 53.7% 27.8%
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 2,639
Tokenuri de raționament 48,333 0
Timp de răspuns (mediu) 2.21s 13.56s
Timp de răspuns (maxim) 14.63s 35.84s
Timp de răspuns (total) 37.51s 230.55s

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
HY3 Preview 4.8 10.0 25.0% 0 11.10s 770 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
HY3 Preview 2.3 1.1 33.3% 1 4.56s 333 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
HY3 Preview 3.0 10.0 0.0% 0 35.84s 281 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
HY3 Preview 6.5 10.0 50.0% 0 2.85s 117 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
HY3 Preview 3.6 7.2 22.2% 1 17.61s 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
HY3 Preview 4.1 10.0 0.0% 0 16.07s 150 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
HY3 Preview 6.3 10.0 50.0% 0 12.98s 365 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
HY3 Preview 3.3 10.0 0.0% 0 4.76s 359 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
HY3 Preview 10.0 10.0 100.0% 0 33.76s 237 0

Comparație rapidă

Schimbă perechea de comparație