Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs xAI: Grok 4.1 Fast

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică Inception: Mercury 2 none Lansare: 2026-02-24 xAI: Grok 4.1 Fast medium Lansare: 2025-11-19
Scor mediu 3.4 6.4
Rang #50 #28
Teste corecte
Consistență 8.9 7.8
Cost per rezultat 0.147 0.541
Cost total $0.006 $0.049
Rată de trecere pe încercare 33.3% 71.1%
Teste instabile 2 4
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokenuri de ieșire 1,144 1,056
Tokenuri de raționament 0 80,419
Timp de răspuns (mediu) 594ms 27.61s
Timp de răspuns (maxim) 1.27s 121.79s
Timp de răspuns (total) 8.91s 220.87s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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
Inception: Mercury 2 10.0 10.0 0.0% 0 466ms 274 0
xAI: Grok 4.1 Fast 10.0 10.0 100.0% 0 5.65s 102 4,021
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 10.0 10.0 0.0% 0 606ms 131 0
xAI: Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
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
Inception: Mercury 2 5.5 5.9 83.3% 1 667ms 180 0
xAI: Grok 4.1 Fast 9.9 10.0 100.0% 0 6.63s 180 5,409
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 4.0 7.2 44.4% 1 534ms 46 0
xAI: Grok 4.1 Fast 4.0 4.4 66.7% 2 121.79s 11 37,657
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 5.5 10.0 50.0% 0 551ms 82 0
xAI: Grok 4.1 Fast 5.5 10.0 50.0% 0 5.30s 55 3,489
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 10.0 10.0 0.0% 0 533ms 234 0
xAI: Grok 4.1 Fast 4.0 7.2 44.4% 1 8.08s 187 6,086
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Inception: Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
xAI: Grok 4.1 Fast 10.0 1.6 33.3% 1 27.71s 260 11,485

Comparație rapidă

Schimbă perechea de comparație

Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Sonnet 4.6nonevsGrok 4.1 FastmediumGemini 3 Flash PreviewnonevsGrok 4.1 FastmediumGrok 4.1 FastmediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumGPT-5.3 ChatnonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsGrok 4.1 FastmediumGPT-5.2 ChatnonevsGrok 4.1 Fastmedium