Навигация
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 OpenAI: GPT-5.4

Сводка

Сравнение benchmark Mercury 2 vs GPT-5.4: GPT-5.4 лидирует по среднему баллу: 5.8 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.011 vs $0.122. Mercury 2 быстрее: 653ms vs 1.42s, с долей успешных попыток 23.8% vs 36.5%.

Рекомендуемая модель: Mercury 2 - Он дает лучший общий компромисс: конкурентный балл (4.6), ниже стоимость, чем у GPT-5.4, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика Mercury 2 Mercury 2 none Релиз: 2026-02-24 GPT-5.4 GPT-5.4 none Релиз: 2026-03-05
Оценка 4.6 5.8
Ранг #151 #112
Надежность 10.0 10.0
Стабильность 9.2 9.2
Тестов верно
Доля успешных попыток 23.8% 36.5%
Нестабильные тесты 2 2
Всего запусков 63 63
Стоимость за результат 0.259 1.740
Общая стоимость $0.011 $0.122
Цена входа $0.250 / 1M $2.500 / 1M
Цена выхода $0.750 / 1M $15.000 / 1M
Общее число входных токенов 28,113 34,212
Выходные токены 4,439 2,417
Токены рассуждений 0 0
Время ответа (среднее) 653ms 1.42s
Время ответа (макс.) 1.43s 2.95s
Время ответа (суммарно) 13.72s 29.87s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#151 Mercury 2

none
Стоимость
$0.002
Время
1.8s
Токены
1,514 tok

#112 GPT-5.4

none
Стоимость
$0.026
Время
18.1s
Токены
1,792 tok

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
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Быстрое сравнение

Сменить пару сравнения

Mercury 2nonevsQwen3 Coder NextmediumNorth Mini CodemediumБесплатно доступноvsGPT-5.4noneMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.4noneMercury 2nonevsMistral Small 4mediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumБесплатно доступноvsGPT-5.4noneNemotron 3 SupermediumБесплатно доступноvsGPT-5.4noneMercury 2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsGPT-5.4none