Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: gpt-oss-120b

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

Метрика Mercury 2 Mercury 2 none Релиз: 2026-02-24 gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка 4.6 5.9
Ранг #153 #103
Надежность 10.0 10.0
Стабильность 9.1 7.9
Тестов верно
Доля успешных попыток 25.0% 50.0%
Нестабильные тесты 2 5
Всего запусков 60 60
Стоимость за результат 0.216 0.151
Общая стоимость $0.009 $0.012
Цена входа $0.250 / 1M $0.039 / 1M
Цена выхода $0.750 / 1M $0.180 / 1M
Общее число входных токенов 25,515 36,355
Выходные токены 3,001 17,495
Токены рассуждений 0 46,878
Время ответа (среднее) 614ms 22.41s
Время ответа (макс.) 1.27s 68.16s
Время ответа (суммарно) 12.28s 291.35s

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-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
gpt-oss-120b 3.9 5.6 33.3% 1 47.24s 5,053 847 8,618
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-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumБесплатно доступноvsQwen3.5-Flashnonegpt-oss-120bmediumБесплатно доступноvsGLM 5V TurbononeSeed-2.0-Litenonevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsGLM 5.1noneDeepSeek V4 Prononevsgpt-oss-120bmediumБесплатно доступноgpt-oss-120bmediumБесплатно доступноvsQwen3.5 Plus 2026-04-20noneMercury 2nonevsQwen3 Coder Nextmediumgpt-oss-120bmediumБесплатно доступноvsQwen3.5-35B-A3BnoneMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumБесплатно доступноvsQwen3.5-27Bnonegpt-oss-120bmediumБесплатно доступноvsQwen3.6 27BnoneDeepSeek V4 Prohighvsgpt-oss-120bmediumБесплатно доступно