Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.5

Rezumat

Comparație benchmark Mercury 2 vs GPT-5.5: GPT-5.5 conduce la scorul mediu cu 9.3 vs 4.6. Mercury 2 are costul de benchmark mai mic, $0.011 vs $0.907. Mercury 2 este mai rapid cu 653ms vs 9.76s, cu rate de reușită de 23.8% vs 85.7%.

Model recomandat: Mercury 2 - Oferă cel mai bun compromis per total: scor competitiv (4.6), cost mai mic decât GPT-5.5 și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor 4.6 9.3
Rang #151 #4
Fiabilitate 10.0 10.0
Consistență 9.2 10.0
Teste corecte
Rată de trecere pe încercare 23.8% 85.7%
Teste instabile 2 0
Rulări totale 63 63
Cost per rezultat 0.259 5.035
Cost total $0.011 $0.907
Preț de intrare $0.250 / 1M $5.000 / 1M
Preț de ieșire $0.750 / 1M $30.000 / 1M
Total tokenuri de intrare 28,113 34,209
Tokenuri de ieșire 4,439 2,046
Tokenuri de raționament 0 22,460
Timp de răspuns (mediu) 653ms 9.76s
Timp de răspuns (maxim) 1.43s 56.19s
Timp de răspuns (total) 13.72s 204.92s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#151 Mercury 2

none
Cost
$0.002
Timp
1.8s
Tokenuri
1,514 tok

#4 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 tok

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
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 MaxmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumMercury 2nonevsMistral Small 4mediumClaude Opus 4.8mediumvsGPT-5.5low