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 MiniMax: MiniMax M2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 MiniMax M2.5 MiniMax M2.5 medium Lansare: 2026-02-12
Scor 4.6 5.5
Rang #153 #125
Fiabilitate 10.0 10.0
Consistență 9.1 6.4
Teste corecte
Rată de trecere pe încercare 25.0% 48.3%
Teste instabile 2 9
Rulări totale 60 60
Cost per rezultat 0.216 6.075
Cost total $0.009 $0.294
Preț de intrare $0.250 / 1M $0.150 / 1M
Preț de ieșire $0.750 / 1M $1.150 / 1M
Total tokenuri de intrare 25,515 41,948
Tokenuri de ieșire 3,001 109,492
Tokenuri de raționament 0 251,674
Timp de răspuns (mediu) 614ms 49.87s
Timp de răspuns (maxim) 1.27s 237.27s
Timp de răspuns (total) 12.28s 598.39s

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 intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 612 286 45,344
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
MiniMax M2.5 3.5 9.8 0.0% 0 125.80s 4,318 354 27,037
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 21,104 740 9,713
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 6,584 266 3,835
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 308 105,047 133,487
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 492 25 1,686
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
MiniMax M2.5 7.5 10.0 50.0% 0 621ms 699 156 1,495
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
MiniMax M2.5 5.3 7.2 44.4% 1 11.21s 495 1,069 9,605
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 7,123 269 937
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
MiniMax M2.5 3.0 10.0 0.0% 0 80.79s 213 1,280 18,535

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.5mediumvsQwen3.6 FlashnoneDeepSeek V3.2nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsKimi K2.6noneDisponibil gratuitMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.5mediumvsGPT-5.4noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGLM 5 TurbononeMiniMax M2.5mediumvsKimi K2.5none