AI BENCHY 对比
Inception: Mercury 2 vs xAI: Grok 4.20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02
| 指标 | Mercury 2 Mercury 2 medium | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 6.3 | 5.4 |
| 排名 | #51 | #69 |
| 一致性 | 8.5 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 51.0% | 31.4% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.634 | 1.809 |
| 总成本 | $0.045 | $0.091 |
| ???? | $0.250 / 1M | $2.000 / 1M |
| ???? | $0.750 / 1M | $6.000 / 1M |
| 输出令牌 | 3,723 | 1,655 |
| 推理令牌 | 46,120 | 0 |
| 响应时间（平均） | 2.25s | 1.11s |
| 响应时间（最大） | 14.63s | 6.04s |
| 响应时间（总计） | 35.99s | 18.80s |
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
快速对比
切换对比组合
DeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMistral Small 4mediumvsGrok 4.20noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5V TurbononeSeed-2.0-LitenonevsMercury 2mediumMiniMax M2.7mediumvsGrok 4.20noneGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneGemma 4 31BnonevsMercury 2mediumMercury 2mediumvsHunter Alphanone