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 Mistral: Mistral Small 4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 Mistral Small 4 Mistral Small 4 none Lansare: 2026-03-16
Scor 4.8 5.2
Rang #89 #81
Consistență 9.0 9.5
Teste corecte
Rată de trecere pe încercare 27.8% 31.5%
Teste instabile 2 1
Rulări totale 54 54
Cost per rezultat 0.165 0.118
Cost total $0.007 $0.006
Preț de intrare $0.250 / 1M $0.150 / 1M
Preț de ieșire $0.750 / 1M $0.600 / 1M
Tokenuri de ieșire 1,625 2,207
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 613ms 665ms
Timp de răspuns (maxim) 1.27s 1.72s
Timp de răspuns (total) 11.04s 11.97s

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 3.0 10.0 0.0% 0 483ms 286 0
Mistral Small 4 3.4 7.9 16.7% 1 395ms 182 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 3.6 8.9 0.0% 0 969ms 310 0
Mistral Small 4 4.5 9.0 0.0% 0 1.28s 583 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 3.0 10.0 0.0% 0 606ms 131 0
Mistral Small 4 3.0 10.0 0.0% 0 1.72s 496 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 667ms 180 0
Mistral Small 4 10.0 10.0 100.0% 0 822ms 261 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 5.3 7.2 44.4% 1 534ms 46 0
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 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 628ms 159 0
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 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 6.5 10.0 50.0% 0 551ms 82 0
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 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 3.1 10.0 0.0% 0 533ms 234 0
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 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 1.27s 197 0
Mistral Small 4 10.0 10.0 100.0% 0 1.40s 213 0

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4nonevsElephantmediumMiniMax M2.7mediumvsMistral Small 4noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMiniMax M2.5mediumDisponibil gratuitvsMistral Small 4noneMercury 2nonevsMiniMax M2.7mediumMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 FlashmediumMistral Small 4nonevsgpt-oss-120bmediumDisponibil gratuitMistral Small 4nonevsQwen3.5-9Bmedium