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 OpenAI: GPT-5.6 Terra

摘要

Mercury 2 (medium) vs GPT-5.6 Terra (low) benchmark 对比：GPT-5.6 Terra (low) 平均分领先，为 7.7 vs 7.5。 Mercury 2 (medium) benchmark 成本更低，为 $0.058 vs $0.343。 Mercury 2 (medium) 更快，为 2.24s vs 4.88s，通过率为 54.0% vs 74.6%。

推荐模型: Mercury 2 (medium) - 它的得分接近这里的最高分（7.5 vs 7.7），同时成本比GPT-5.6 Terra (low)低约 5.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24 GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09
分数 7.5 7.7
排名 #56 #47
可靠性 10.0 10.0
一致性 8.8 8.1
测试正确
尝试通过率 54.0% 74.6%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.578 2.637
总成本 $0.058 $0.343
输入价格 $0.250 / 1M $2.500 / 1M
输出价格 $0.750 / 1M $15.000 / 1M
总输入令牌 35,116 34,226
输出令牌 4,048 1,943
推理令牌 61,219 15,201
响应时间（平均） 2.24s 4.88s
响应时间（最大） 14.63s 19.85s
响应时间（总计） 44.72s 102.53s

生成展示

Hamster playing table tennis

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

#56 Mercury 2

medium
成本
$0.002
时间
2.1s
令牌
1,702 tok

#47 GPT-5.6 Terra

low
成本
$0.034
时间
16.8s
令牌
2,348 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
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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
GPT-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
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
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
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
GPT-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
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
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
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
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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
GPT-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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
GPT-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

快速对比

切换对比组合

GPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumMercury 2mediumvsGPT-5.3 ChatnoneKimi K2.6medium免费可用vsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsMercury 2mediumMiniMax M3mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsGPT-5.6 Terralow