AI BENCHY 对比
Inception: Mercury 2 vs Hunter Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Mercury 2 Mercury 2 medium | Hunter Alpha Hunter Alpha none |
|---|---|---|
| 排名 | #40 | #50 |
| 平均分 | 5.3 | 4.6 |
| 一致性 | 8.4 | 8.0 |
| 每个结果成本 | 0.631 | 0.000 |
| 总成本 | $0.045 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 54.2% | 52.1% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 3,708 | 2,272 |
| 推理令牌 | 45,921 | 0 |
| 响应时间（平均） | 2.36s | 4.64s |
| 响应时间（最大） | 14.63s | 15.17s |
| 响应时间（总计） | 35.39s | 74.24s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 7.3 | 9.8 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| Hunter Alpha | 1.3 | 7.4 | 22.2% | 1 | 3.85s | 773 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| Hunter Alpha | 10.0 | 10.0 | 0.0% | 0 | 15.17s | 379 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| Hunter Alpha | 9.9 | 10.0 | 100.0% | 0 | 8.49s | 249 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| Hunter Alpha | 4.0 | 10.0 | 33.3% | 0 | 2.33s | 27 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.0 | 10.0 | 0.0% | 0 | 821ms | 137 | 542 | |
| Hunter Alpha | 5.0 | 3.1 | 66.7% | 1 | 2.71s | 91 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 14 | 958 | |
| Hunter Alpha | 5.0 | 10.0 | 50.0% | 0 | 2.82s | 69 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 1.7 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| Hunter Alpha | 4.0 | 4.4 | 66.7% | 2 | 3.06s | 349 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| Hunter Alpha | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 335 | 0 |
快速对比
切换对比组合
Mercury 2mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumMiniMax M2.5mediumvsHunter AlphanoneDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsHunter AlphanoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsGPT-5.4none