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 xAI: Grok 4.1 Fast

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

Метрика Mercury 2 Mercury 2 none Релиз: 2026-02-24 Grok 4.1 Fast Grok 4.1 Fast medium Релиз: 2025-11-19
Оценка 4.8 6.7
Ранг #89 #51
Стабильность 9.0 7.2
Тестов верно
Доля успешных попыток 27.8% 64.8%
Нестабильные тесты 2 6
Всего запусков 54 54
Стоимость за результат 0.165 0.613
Общая стоимость $0.007 $0.056
???? ????? $0.250 / 1M $0.200 / 1M
???? ?????? $0.750 / 1M $0.500 / 1M
Выходные токены 1,625 2,010
Токены рассуждений 0 91,298
Время ответа (среднее) 613ms 23.88s
Время ответа (макс.) 1.27s 121.79s
Время ответа (суммарно) 11.04s 262.66s

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
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
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
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 6.63s 180 5,409
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
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
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
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
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
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
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
Grok 4.1 Fast 5.3 7.2 44.4% 1 8.08s 187 6,086
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
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485

Быстрое сравнение

Сменить пару сравнения

Grok 4.1 FastmediumvsGLM 5noneMercury 2nonevsQwen3 Coder NextmediumQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMercury 2nonevsGLM 4.7 FlashmediumGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31BnoneБесплатно доступноvsGrok 4.1 FastmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumGrok 4.1 FastmediumvsGLM 5V TurbononeQwen3.5-FlashnonevsGrok 4.1 FastmediumMercury 2nonevsMiniMax M2.7mediumGemma 4 26B A4BnoneБесплатно доступноvsGrok 4.1 Fastmedium