AI BENCHY 对比
Inception: Mercury 2 vs MiniMax: MiniMax M2.5
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-16
| 指标 | Mercury 2 Mercury 2 none | MiniMax M2.5 MiniMax M2.5 medium 免费可用 |
|---|---|---|
| 分数 | 4.8 | 5.7 |
| 排名 | #89 | #69 |
| 一致性 | 9.0 | 5.6 |
| 测试正确 | ||
| 尝试通过率 | 27.8% | 57.4% |
| 不稳定测试 | 2 | 10 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.165 | 4.987 |
| 总成本 | $0.007 | $0.250 |
| ???? | $0.250 / 1M | $0.118 / 1M |
| ???? | $0.750 / 1M | $0.991 / 1M |
| 输出令牌 | 1,625 | 107,044 |
| 推理令牌 | 0 | 206,422 |
| 响应时间（平均） | 613ms | 39.65s |
| 响应时间（最大） | 1.27s | 237.27s |
| 响应时间（总计） | 11.04s | 396.47s |
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 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 286 | 0 | |
| MiniMax M2.5 | 7.9 | 6.3 | 83.3% | 2 | 20.82s | 286 | 45,344 |
| 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 | 3.6 | 8.9 | 0.0% | 0 | 969ms | 310 | 0 | |
| MiniMax M2.5 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| MiniMax M2.5 | 4.5 | 2.1 | 66.7% | 1 | 60.39s | 740 | 9,713 |
| 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 | 667ms | 180 | 0 | |
| MiniMax M2.5 | 4.6 | 1.7 | 66.7% | 2 | 7.48s | 266 | 3,835 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| MiniMax M2.5 | 2.9 | 4.4 | 22.2% | 2 | 237.27s | 105,047 | 133,487 |
| 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 | 628ms | 159 | 0 | |
| MiniMax M2.5 | 3.8 | 2.5 | 33.3% | 1 | 6.63s | 25 | 1,686 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| MiniMax M2.5 | 8.1 | 6.8 | 83.3% | 1 | 4.64s | 252 | 1,873 |
| 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 | 3.1 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| MiniMax M2.5 | 5.3 | 7.2 | 44.4% | 1 | 11.54s | 159 | 9,547 |
| 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 | 1.27s | 197 | 0 | |
| MiniMax M2.5 | 10.0 | 10.0 | 100.0% | 0 | 15.35s | 269 | 937 |
快速对比
切换对比组合
MiniMax M2.5medium免费可用vsQwen3.5-122B-A10BnoneMercury 2nonevsQwen3 Coder NextmediumMiniMax M2.5medium免费可用vsGLM 4.7 FlashnoneMiniMax M2.5medium免费可用vsGLM 5.1noneMiniMax M2.5medium免费可用vsKimi K2.5noneMiniMax M2.5medium免费可用vsGLM 5 TurbononeMiniMax M2.5medium免费可用vsQwen3.5-27BnoneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5medium免费可用vsGPT-5.4noneMiniMax M2.5medium免费可用vsMiMo-V2-PrononeTrinity Large Previewnone免费可用vsMiniMax M2.5medium免费可用Mercury 2nonevsQwen3.5-9Bmedium