Навигация
AI BENCHY
Сравнить Графики
❤️ Made by XCS
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 MiniMax: MiniMax M2.5

Сравнить:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-05

Метрика Inception: Mercury 2 none Релиз: 2026-02-24 MiniMax: MiniMax M2.5 medium Релиз: 2026-02-12
Средний балл 3.4 4.8
Тестов верно
Ранг #50 #42
Стабильность 8.9 5.8
Стоимость за результат 0.147 4.937
Общая стоимость $0.006 $0.247
Доля успешных попыток 33.3% 62.2%
Нестабильные тесты 2 8
common.totalAttempts 45 (15 x 3) 45 (15 x 3)
Выходные токены 1,144 107,019
Токены рассуждений 0 204,504
Время ответа (среднее) 594ms 47.58s
Время ответа (макс.) 1.27s 237.27s
Время ответа (суммарно) 8.91s 380.62s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 10.0 10.0 0.0% 0 466ms 274 0
MiniMax: MiniMax M2.5 9.3 7.9 88.9% 1 32.42s 286 45,112
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 10.0 10.0 0.0% 0 606ms 131 0
MiniMax: MiniMax M2.5 10.0 2.1 66.7% 1 60.39s 740 9,713
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 5.5 5.9 83.3% 1 667ms 180 0
MiniMax: MiniMax M2.5 10.0 1.7 66.7% 2 7.48s 266 3,835
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 4.0 7.2 44.4% 1 534ms 46 0
MiniMax: MiniMax M2.5 10.0 4.4 22.2% 2 237.27s 105,047 133,487
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 5.5 10.0 50.0% 0 551ms 82 0
MiniMax: MiniMax M2.5 8.0 6.8 83.3% 1 4.64s 252 1,873
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 10.0 10.0 0.0% 0 533ms 234 0
MiniMax: MiniMax M2.5 4.0 7.2 44.4% 1 11.54s 159 9,547
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Inception: Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
MiniMax: MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937

Быстрое сравнение

Сменить пару сравнения

MiniMax M2.5mediumvsQwen3.5-35B-A3BnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMiniMax M2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5mediumTrinity Large Preview (free)noneБесплатно доступноvsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGLM 4.7 Flashnone