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-oss-120b

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-16

Метрика Mercury 2 Mercury 2 none Релиз: 2026-02-24 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 4.8 5.8
Ранг #89 #67
Стабильность 9.0 7.2
Тестов верно
Доля успешных попыток 27.8% 51.9%
Нестабильные тесты 2 6
Всего запусков 54 54
Стоимость за результат 0.165 0.144
Общая стоимость $0.007 $0.011
???? ????? $0.250 / 1M $0.039 / 1M
???? ?????? $0.750 / 1M $0.190 / 1M
Выходные токены 1,625 13,493
Токены рассуждений 0 36,879
Время ответа (среднее) 613ms 16.08s
Время ответа (макс.) 1.27s 50.92s
Время ответа (суммарно) 11.04s 176.88s

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) Выходные токены Токены рассуждений
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 4.8 10.0 0.0% 0 628ms 159 0
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumБесплатно доступноvsQwen3.5-27BnoneMercury 2nonevsQwen3 Coder Nextmediumgpt-oss-120bmediumБесплатно доступноvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumБесплатно доступноvsMiMo-V2-PrononeMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumБесплатно доступноvsGLM 4.7 Flashnonegpt-oss-120bmediumБесплатно доступноvsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmediumБесплатно доступноGemini 2.5 Flashnonevsgpt-oss-120bmediumБесплатно доступноSeed-2.0-Litenonevsgpt-oss-120bmediumБесплатно доступно