Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: gpt-oss-120b

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 gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 4.8 5.2
Rang #89 #82
Consistență 9.0 7.9
Teste corecte
Rată de trecere pe încercare 27.8% 38.9%
Teste instabile 2 5
Rulări totale 54 54
Cost per rezultat 0.165 0.221
Cost total $0.007 $0.009
Preț de intrare $0.250 / 1M $0.039 / 1M
Preț de ieșire $0.750 / 1M $0.190 / 1M
Tokenuri de ieșire 1,625 44,652
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 613ms 11.96s
Timp de răspuns (maxim) 1.27s 68.97s
Timp de răspuns (total) 11.04s 179.34s

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
gpt-oss-120b 6.6 8.0 58.3% 1 6.03s 4,867 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
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 3,232 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
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 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
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 598 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
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 29,483 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
gpt-oss-120b 4.6 10.0 0.0% 0 2.83s 586 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
gpt-oss-120b 8.4 6.9 83.3% 1 5.10s 1,982 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
gpt-oss-120b 4.5 4.8 44.5% 2 6.86s 3,904 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
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bnoneDisponibil gratuitvsElephantmediumMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitMercury 2nonevsMiniMax M2.7mediumgpt-oss-120bnoneDisponibil gratuitvsQwen3 Coder NextmediumMiniMax M2.5mediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsGLM 4.7 Flashmediumgpt-oss-120bnoneDisponibil gratuitvsQwen3.5-9Bmedium