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 xAI: Grok 4.1 Fast

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 Grok 4.1 Fast Grok 4.1 Fast medium Lansare: 2025-11-19
Scor 4.8 6.7
Rang #89 #51
Consistență 9.0 7.2
Teste corecte
Rată de trecere pe încercare 27.8% 64.8%
Teste instabile 2 6
Rulări totale 54 54
Cost per rezultat 0.165 0.613
Cost total $0.007 $0.056
Preț de intrare $0.250 / 1M $0.200 / 1M
Preț de ieșire $0.750 / 1M $0.500 / 1M
Tokenuri de ieșire 1,625 2,010
Tokenuri de raționament 0 91,298
Timp de răspuns (mediu) 613ms 23.88s
Timp de răspuns (maxim) 1.27s 121.79s
Timp de răspuns (total) 11.04s 262.66s

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
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
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
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
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
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
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
Grok 4.1 Fast 10.0 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
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
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
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
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
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
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
Grok 4.1 Fast 5.3 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
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485

Comparație rapidă

Schimbă perechea de comparație