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

Inception: Mercury 2 vs MiniMax: MiniMax M3

摘要

Mercury 2 vs MiniMax M3 benchmark 对比：MiniMax M3 平均分领先，为 7.6 vs 7.5。 Mercury 2 benchmark 成本更低，为 $0.058 vs $0.131。 Mercury 2 更快，为 2.24s vs 68.17s，通过率为 54.0% vs 65.1%。

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MiniMax M3低约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24 MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01
分数 7.5 7.6
排名 #44 #40
可靠性 10.0 9.6
一致性 8.8 7.9
测试正确
尝试通过率 54.0% 65.1%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.578 1.187
总成本 $0.058 $0.131
输入价格 $0.250 / 1M $0.300 / 1M
输出价格 $0.750 / 1M $1.200 / 1M
总输入令牌 35,116 46,546
输出令牌 4,048 49,036
推理令牌 61,219 92,543
响应时间（平均） 2.24s 68.17s
响应时间（最大） 14.63s 431.03s
响应时间（总计） 44.72s 1363.38s

生成展示

Hamster playing table tennis

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

#44 Mercury 2

medium
成本
$0.002
时间
2.1s
令牌
1,702 tok

#40 MiniMax M3

medium
成本
$0.012
时间
154.4s
令牌
10,018 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
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
MiniMax M3 5.5 3.7 66.7% 3 14.95s 2,526 874 3,414
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
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
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
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
MiniMax M3 10.0 10.0 100.0% 0 65.30s 14,760 1,306 6,253
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
MiniMax M3 10.0 10.0 100.0% 0 14.92s 8,088 514 3,164
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
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
MiniMax M3 5.5 9.3 33.3% 0 233.13s 869 16,254 19,070
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
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
MiniMax M3 5.1 3.4 33.3% 1 33.25s 954 2,487 2,523
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
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
MiniMax M3 9.8 10.0 100.0% 0 6.14s 1,623 103 920
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
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
MiniMax M3 7.9 9.9 66.7% 0 49.91s 2,079 11,946 13,761
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
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
MiniMax M3 10.0 10.0 100.0% 0 11.91s 9,168 281 555
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
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
MiniMax M3 3.0 10.0 0.0% 0 100.80s 675 9,048 10,216

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.3 ChatnoneMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3 Flash PreviewlowvsMiniMax M3mediumClaude Sonnet 4.6nonevsMiniMax M3mediumClaude Opus 4.8nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium