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 Xiaomi: MiMo-V2-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 MiMo-V2-Flash MiMo-V2-Flash none Lansare: 2025-12-16
Scor 4.8 4.5
Rang #125 #129
Fiabilitate N/D N/D
Consistență 9.0 7.8
Teste corecte
Rată de trecere pe încercare 27.8% 27.8%
Teste instabile 2 5
Rulări totale 54 54
Cost per rezultat 0.165 0.753
Cost total $0.007 $0.023
Preț de intrare $0.250 / 1M $0.090 / 1M
Preț de ieșire $0.750 / 1M $0.290 / 1M
Tokenuri de ieșire 1,625 68,522
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 613ms 2.79s
Timp de răspuns (maxim) 1.27s 19.68s
Timp de răspuns (total) 11.04s 39.08s

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
MiMo-V2-Flash 3.2 8.0 8.3% 1 1.19s 865 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
MiMo-V2-Flash 6.3 3.7 33.3% 1 2.79s 726 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
MiMo-V2-Flash 3.0 10.0 0.0% 0 2.87s 330 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
MiMo-V2-Flash 2.9 5.8 16.7% 1 19.68s 161 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
MiMo-V2-Flash 5.3 7.2 44.4% 1 564ms 24 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
MiMo-V2-Flash 4.6 10.0 0.0% 0 1.67s 104 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
MiMo-V2-Flash 6.5 10.0 50.0% 0 857ms 69 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
MiMo-V2-Flash 3.6 7.2 22.2% 1 1.38s 65,971 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
MiMo-V2-Flash 10.0 10.0 100.0% 0 2.28s 272 0

Comparație rapidă

Schimbă perechea de comparație