AI BENCHY Compare
Inception: Mercury 2 vs StepFun: Step 3.5 Flash
موازنہ کریں:
بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-03-05
| میٹرک | Inception: Mercury 2 none اجرا: 2026-02-24 | StepFun: Step 3.5 Flash medium اجرا: 2026-02-01 مفت دستیاب |
|---|---|---|
| درجہ | #50 | #13 |
| اوسط اسکور | 31 | 74 |
| تسلسل | 89 | 94 |
| فی نتیجہ لاگت | 0.196 | 0.000 |
| کل لاگت | $0.006 | $0.000 |
| درست ٹیسٹس | ||
| فی کوشش کامیابی کی شرح | 26.7% | 68.9% |
| غیر مستحکم ٹیسٹ | 2 | 1 |
| آؤٹ پٹ ٹوکنز | 1,144 | 69,238 |
| ریزننگ ٹوکنز | 0 | 152,563 |
اسکور بمقابلہ کل لاگت
زمرہ وار تفصیل
| اینٹی اے آئی چالیں | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 13,924 | 17,208 |
| مشترکہ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 1,176 | 12,984 |
| ڈیٹا پارسنگ اور استخراج | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 600 | 13,886 |
| ڈومین مخصوص | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 72 | 44.4% | 1 | 45,350 | 90,436 |
| ہدایات کی پیروی | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 35 | 100 | 0.0% | 0 | 82 | 0 | |
| StepFun: Step 3.5 Flash | 85 | 100 | 50.0% | 0 | 2,284 | 3,412 |
| Puzzle Solving | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 100 | 33.3% | 0 | 5,629 | 10,835 |
| ٹول کالنگ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 275 | 3,802 |
فوری موازنہ
موازنہ کی جوڑی تبدیل کریں
Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumمفت دستیابMercury 2nonevsQwen3 Coder NextmediumGPT-5.3 ChatnonevsStep 3.5 Flashmediumمفت دستیابGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumمفت دستیابGPT-5.2 ChatnonevsStep 3.5 Flashmediumمفت دستیابMercury 2nonevsGLM 4.7 FlashmediumGemini 3.1 Flash Lite PreviewhighvsStep 3.5 Flashmediumمفت دستیابGemini 3 Flash PreviewlowvsStep 3.5 Flashmediumمفت دستیابGemini 3 Flash PreviewnonevsStep 3.5 Flashmediumمفت دستیابClaude Sonnet 4.6nonevsStep 3.5 Flashmediumمفت دستیابQwen3.5 Plus 2026-02-15nonevsStep 3.5 Flashmediumمفت دستیابMercury 2nonevsMiniMax M2.5medium