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 Nemotron 3 Super 120b A12b

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 Nemotron 3 Super 120b A12b Nemotron 3 Super 120b A12b none Lansare: 2026-03-11 Disponibil gratuit
Rang #61 #59
Scor mediu 3.4 3.4
Consistență 9.0 8.6
Cost per rezultat 0.153 0.000
Cost total $0.007 $0.000
Teste corecte
Rată de trecere pe încercare 31.3% 31.3%
Teste instabile 2 3
Rulări totale 48 48
Tokenuri de ieșire 1,303 4,222
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 596ms 8.90s
Timp de răspuns (maxim) 1.27s 24.97s
Timp de răspuns (total) 9.54s 142.40s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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 10.0 10.0 0.0% 0 466ms 274 0
Nemotron 3 Super 120b A12b 10.0 10.0 0.0% 0 7.14s 2,171 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 0.0% 0 606ms 131 0
Nemotron 3 Super 120b A12b 10.0 10.0 0.0% 0 19.98s 124 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 5.5 5.9 83.3% 1 667ms 180 0
Nemotron 3 Super 120b A12b 9.9 10.0 100.0% 0 7.92s 249 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 4.0 7.2 44.4% 1 534ms 46 0
Nemotron 3 Super 120b A12b 10.0 7.2 22.2% 1 6.23s 26 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 4.0 10.0 0.0% 0 628ms 159 0
Nemotron 3 Super 120b A12b 3.0 9.9 0.0% 0 24.97s 170 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 5.5 10.0 50.0% 0 551ms 82 0
Nemotron 3 Super 120b A12b 4.5 6.9 33.3% 1 1.50s 66 0
Puzzle Solving 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 0.0% 0 533ms 234 0
Nemotron 3 Super 120b A12b 4.7 10.0 33.3% 0 7.50s 1,135 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
Nemotron 3 Super 120b A12b 10.0 1.6 66.7% 1 16.00s 281 0

Comparație rapidă

Schimbă perechea de comparație