导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2

摘要

DeepSeek V4 Pro vs Mercury 2 benchmark 对比：DeepSeek V4 Pro 平均分领先，为 7.6 vs 7.5。 Mercury 2 benchmark 成本更低，为 $0.058 vs $0.157。 Mercury 2 更快，为 2.24s vs 77.20s，通过率为 66.7% vs 54.0%。

推荐模型: Mercury 2 - 它的得分接近这里的最高分（7.5 vs 7.6），同时成本比DeepSeek V4 Pro低约 2.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数 7.6 7.5
排名 #41 #44
可靠性 9.3 10.0
一致性 7.0 8.8
测试正确
尝试通过率 66.7% 54.0%
不稳定测试 8 3
总运行次数 63 63
每个结果成本 1.742 0.578
总成本 $0.157 $0.058
输入价格 $0.435 / 1M $0.250 / 1M
输出价格 $0.870 / 1M $0.750 / 1M
总输入令牌 38,726 35,116
输出令牌 6,334 4,048
推理令牌 159,151 61,219
响应时间（平均） 77.20s 2.24s
响应时间（最大） 416.76s 14.63s
响应时间（总计） 1621.17s 44.72s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#44 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6medium免费可用