Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
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 OpenAI: gpt-oss-120b

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-05

Metrică Inception: Mercury 2 none Lansare: 2026-02-24 OpenAI: gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Rang #50 #36
Scor mediu 34 52
Consistență 89 72
Cost per rezultat 0.147 0.133
Cost total $0.006 $0.010
Timp de răspuns (medie) 594ms 17.75s
Timp de răspuns (maxim) 1.27s 50.92s
Timp de răspuns (total) 8.91s 141.98s
Teste corecte
Rată de trecere pe încercare 33.3% 57.8%
Teste instabile 2 5
Tokenuri de ieșire 1,144 13,103
Tokenuri de raționament 0 33,843

Top modele după scor

Timp de răspuns (medie)

Scor vs cost total

Scor mediu vs Timp de răspuns (medie)

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 0.0% 0 466ms 274 0
OpenAI: gpt-oss-120b 70 98 66.7% 0 19.76s 3,463 2,077
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 0.0% 0 606ms 131 0
OpenAI: gpt-oss-120b 100 100 100.0% 0 31.18s 694 5,072
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 55 59 83.3% 1 667ms 180 0
OpenAI: gpt-oss-120b 55 59 66.7% 1 1.98s 241 1,114
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 40 72 44.4% 1 534ms 46 0
OpenAI: gpt-oss-120b 100 44 22.2% 2 50.92s 6,784 20,606
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 55 100 50.0% 0 551ms 82 0
OpenAI: gpt-oss-120b 95 100 100.0% 0 7.63s 126 1,799
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 0.0% 0 533ms 234 0
OpenAI: gpt-oss-120b 17 47 22.2% 2 11.80s 1,508 2,092
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (medie) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 100 100 100.0% 0 1.27s 197 0
OpenAI: gpt-oss-120b 90 100 100.0% 0 6.91s 287 1,083

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-Flashnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponibil gratuitvsGLM 5noneTrinity Large Preview (free)noneDisponibil gratuitvsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5 Plus 2026-02-15nonegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 Flashnone