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 Nemotron 3 Ultra 550b A55b

摘要

Mercury 2 vs Nemotron 3 Ultra 550b A55b benchmark 对比：Nemotron 3 Ultra 550b A55b 平均分领先，为 8.1 vs 4.6。 Mercury 2 benchmark 成本更低，为 $0.011 vs $0.158。 Mercury 2 更快，为 653ms vs 15.05s，通过率为 23.8% vs 69.8%。

推荐模型: Mercury 2 - 它提供了最佳整体取舍：得分有竞争力（4.6），成本低于Nemotron 3 Ultra 550b A55b，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Mercury 2 Mercury 2 none 发布日期: 2026-02-24 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium 发布日期: 2026-06-04 免费可用
分数 4.6 8.1
排名 #151 #26
可靠性 10.0 9.7
一致性 9.2 8.8
测试正确
尝试通过率 23.8% 69.8%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.259 0.000
总成本 $0.011 $0.158
输入价格 $0.250 / 1M $0.500 / 1M
输出价格 $0.750 / 1M $2.200 / 1M
总输入令牌 28,113 46,813
输出令牌 4,439 18,002
推理令牌 0 53,091
响应时间（平均） 653ms 15.05s
响应时间（最大） 1.43s 43.93s
响应时间（总计） 13.72s 316.09s

生成展示

Hamster playing table tennis

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

#151 Mercury 2

none
成本
$0.002
时间
1.8s
令牌
1,514 tok

#26 Nemotron 3 Ultra 550b A55b

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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 3.0 10.0 0.0% 0 483ms 631 286 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 8.62s 780 835 1,485
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725
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 3.0 10.0 0.0% 0 606ms 4,821 131 0
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 43.93s 17,574 1,040 3,590
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 667ms 6,362 180 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 5.68s 7,989 473 1,285
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 5.3 7.2 44.4% 1 534ms 784 46 0
Nemotron 3 Ultra 550b A55b 3.5 4.4 33.3% 2 24.90s 858 11,169 16,249
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 628ms 495 159 0
Nemotron 3 Ultra 550b A55b 3.7 9.5 0.0% 0 2.52s 360 70 235
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 6.5 10.0 50.0% 0 551ms 691 82 0
Nemotron 3 Ultra 550b A55b 9.8 10.0 100.0% 0 6.35s 765 182 1,243
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 3.1 10.0 0.0% 0 535ms 694 251 0
Nemotron 3 Ultra 550b A55b 5.5 9.9 33.3% 0 3.54s 792 771 2,055
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 1.27s 6,193 197 0
Nemotron 3 Ultra 550b A55b 10.0 10.0 100.0% 0 7.72s 9,781 304 984
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 548ms 213 19 0
Nemotron 3 Ultra 550b A55b 3.0 10.0 0.0% 0 38.47s 228 304 8,240

快速对比

切换对比组合

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用CobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsStep 3.7 FlashlowMercury 2nonevsMistral Small 4mediumDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用Mercury 2nonevsMiniMax M2.7mediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmedium免费可用