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 Xiaomi: MiMo-V2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-22

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 MiMo-V2.5 MiMo-V2.5 none Lansare: 2026-04-22
Scor 6.5 5.1
Rang #56 #92
Consistență 8.6 10.0
Teste corecte
Rată de trecere pe încercare 53.7% 27.8%
Teste instabile 3 0
Rulări totale 54 54
Cost per rezultat 0.580 0.368
Cost total $0.047 $0.019
Preț de intrare $0.250 / 1M $0.400 / 1M
Preț de ieșire $0.750 / 1M $2.000 / 1M
Tokenuri de ieșire 3,972 2,177
Tokenuri de raționament 48,333 0
Timp de răspuns (mediu) 2.21s 1.05s
Timp de răspuns (maxim) 14.63s 2.43s
Timp de răspuns (total) 37.51s 18.94s

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
MiMo-V2.5 4.8 10.0 25.0% 0 842ms 232 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
MiMo-V2.5 10.0 10.0 100.0% 0 1.95s 660 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
MiMo-V2.5 3.0 10.0 0.0% 0 2.36s 330 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
MiMo-V2.5 6.5 10.0 50.0% 0 1.01s 366 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
MiMo-V2.5 3.0 10.0 0.0% 0 756ms 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
MiMo-V2.5 4.6 10.0 0.0% 0 841ms 97 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
MiMo-V2.5 6.5 10.0 50.0% 0 751ms 72 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
MiMo-V2.5 3.4 10.0 0.0% 0 731ms 162 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
MiMo-V2.5 10.0 10.0 100.0% 0 2.43s 231 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsMiMo-V2-OmninoneElephant AlphamediumvsMiMo-V2.5noneMercury 2mediumvsGLM 5noneMiniMax M2.7mediumvsMiMo-V2.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2medium