AI BENCHY Compare

Cobuddy vs Inception: Mercury 2

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-03

Метрика	Cobuddy Cobuddy medium Релиз: 2026-05-06	Mercury 2 Mercury 2 none Релиз: 2026-02-24

Метрика	Cobuddy Cobuddy medium Релиз: 2026-05-06	Mercury 2 Mercury 2 none Релиз: 2026-02-24
Оценка	5.8	4.6
Ранг	#116	#153
Надежность	10.0	10.0
Стабильность	7.4	9.1
Тестов верно
Доля успешных попыток	50.0%	25.0%
Нестабильные тесты	6	2
Всего запусков	60	60
Стоимость за результат	0.000	0.216
Общая стоимость	$0.000	$0.009
Цена входа	$0.000 / 1M	$0.250 / 1M
Цена выхода	$0.000 / 1M	$0.750 / 1M
Общее число входных токенов	37,449	25,515
Выходные токены	1,677	3,001
Токены рассуждений	116,703	0
Время ответа (среднее)	39.90s	614ms
Время ответа (макс.)	309.02s	1.27s
Время ответа (суммарно)	797.98s	12.28s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	8.7	7.9	91.7%	1		10.00s	453	98	4,666
Mercury 2	3.0	10.0	0.0%	0		483ms	631	286	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	4.1	5.1	33.3%	1		79.17s	4,726	358	30,138
Mercury 2	3.5	9.4	0.0%	0		831ms	4,631	1,650	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	3.0	10.0	0.0%	0		47.38s	18,324	465	7,265
Mercury 2	3.0	10.0	0.0%	0		606ms	4,821	131	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	6.3	5.8	66.7%	1		17.36s	8,181	275	5,591
Mercury 2	7.3	5.9	83.3%	1		667ms	6,362	180	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	2.9	4.4	22.2%	2		128.15s	540	10	49,454
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	4.2	9.9	0.0%	0		23.23s	498	76	3,782
Mercury 2	4.8	10.0	0.0%	0		628ms	495	159	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	9.8	10.0	100.0%	0		11.60s	508	64	2,842
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	3.6	7.2	22.2%	1		12.83s	561	189	5,808
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	10.0	10.0	100.0%	0		11.19s	3,505	133	294
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Cobuddy	3.0	10.0	0.0%	0		36.98s	153	9	6,863
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0

Быстрое сравнение

Сменить пару сравнения

CobuddymediumvsQwen3.6 27Bnone CobuddymediumvsQwen3.5-27Bnone CobuddymediumvsMimo V2 PROnone CobuddymediumvsQwen3.5-35B-A3Bnone CobuddymediumvsQwen3.5 Plus 2026-04-20none CobuddymediumvsDeepSeek V4 Pronone CobuddymediumvsGLM 5.1none CobuddymediumvsOwl Alphanone CobuddymediumvsGLM 4.7 Flashnone Mercury 2nonevsQwen3 Coder Nextmedium CobuddymediumvsSeed-2.0-Litenone Mercury 2nonevsGLM 4.7 Flashmedium