导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2

摘要

DeepSeek V4 Pro vs Mercury 2 benchmark 对比：Mercury 2 平均分领先，为 6.6 vs 5.7。 DeepSeek V4 Pro benchmark 成本更低，为 $0.025 vs $0.058。 Mercury 2 更快，为 2.24s vs 12.38s，通过率为 42.9% vs 54.0%。

推荐模型: Mercury 2 - 它在这里得分最高（6.6），同时响应速度比DeepSeek V4 Pro快约 5.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数 5.7 6.6
排名 #113 #81
可靠性 8.5 10.0
一致性 8.5 8.8
测试正确
尝试通过率 42.9% 54.0%
不稳定测试 4 3
总运行次数 63 63
每个结果成本 0.660 0.578
总成本 $0.025 $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 44,845 35,116
输出令牌 5,349 4,048
推理令牌 0 61,219
响应时间（平均） 12.38s 2.24s
响应时间（最大） 58.65s 14.63s
响应时间（总计） 260.06s 44.72s

Generation showcase

Hamster playing table tennis

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

#113 DeepSeek V4 Pro

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#81 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 3.5 8.0 16.7% 1 14.02s 540 704 0
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 4.6 7.9 22.2% 1 6.11s 7,279 531 0
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 9.5 10.0 100.0% 0 25.49s 20,773 1,911 0
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 6.9 5.8 66.7% 1 30.54s 5,633 170 0
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 5.3 10.0 33.3% 0 3.17s 666 18 0
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 4.3 9.9 0.0% 0 3.75s 471 132 0
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 6.3 10.0 50.0% 0 8.23s 627 64 0
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 7.6 7.2 77.8% 1 15.95s 594 173 0
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 10.0 10.0 100.0% 0 5.92s 8,079 219 0
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 15.59s 183 1,427 0
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

CobuddymediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsNemotron 3 Supermedium免费可用Gemma 4 31Bnone免费可用vsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneDeepSeek V4 PrononevsMiniMax M2.5mediumMercury 2mediumvsStep 3.7 FlashhighDeepSeek V4 PrononevsMiniMax M2.7medium