AI BENCHY 对比
Inception: Mercury 2 vs HY3 Preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-23
| 指标 | Mercury 2 Mercury 2 medium | HY3 Preview HY3 Preview none 免费可用 |
|---|---|---|
| 分数 | 6.5 | 4.7 |
| 排名 | #59 | #101 |
| 一致性 | 8.6 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 53.7% | 27.8% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.580 | 0.000 |
| 总成本 | $0.047 | $0.000 |
| ???? | $0.250 / 1M | $0.000 / 1M |
| ???? | $0.750 / 1M | $0.000 / 1M |
| 输出令牌 | 3,972 | 2,639 |
| 推理令牌 | 48,333 | 0 |
| 响应时间（平均） | 2.21s | 13.56s |
| 响应时间（最大） | 14.63s | 35.84s |
| 响应时间（总计） | 37.51s | 230.55s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 6.9 | 9.9 | 50.0% | 0 | 1.12s | 2,546 | 2,609 | |
| HY3 Preview | 4.8 | 10.0 | 25.0% | 0 | 11.10s | 770 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 249 | 2,213 | |
| HY3 Preview | 2.3 | 1.1 | 33.3% | 1 | 4.56s | 333 | 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 | |
| HY3 Preview | 3.0 | 10.0 | 0.0% | 0 | 35.84s | 281 | 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 | 7.3 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 2.85s | 117 | 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 | 2.9 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| HY3 Preview | 3.6 | 7.2 | 22.2% | 1 | 17.61s | 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 | 4.8 | 10.0 | 0.0% | 0 | 821ms | 137 | 542 | |
| HY3 Preview | 4.1 | 10.0 | 0.0% | 0 | 16.07s | 150 | 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 | |
| HY3 Preview | 6.3 | 10.0 | 50.0% | 0 | 12.98s | 365 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.9 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| HY3 Preview | 3.3 | 10.0 | 0.0% | 0 | 4.76s | 359 | 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 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 33.76s | 237 | 0 |
快速对比
切换对比组合
Qwen3 Coder NextmediumvsHY3 Previewnone免费可用Mercury 2mediumvsMiMo-V2-OmninoneHY3 Previewnone免费可用vsGLM 4.7 FlashmediumMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneQwen3.5-9BmediumvsHY3 Previewnone免费可用Gemma 4 26B A4Bnone免费可用vsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3Bnone