AI BENCHY 对比
Inception: Mercury 2 vs OpenAI: gpt-oss-120b
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-05
| 指标 | Inception: Mercury 2 none 发布日期: 2026-02-24 | OpenAI: gpt-oss-120b medium 发布日期: 2025-08-05 免费可用 |
|---|---|---|
| 排名 | #50 | #36 |
| 平均分 | 3.4 | 5.2 |
| 测试正确 | ||
| 一致性 | 8.9 | 7.2 |
| 每个结果成本 | 0.147 | 0.133 |
| 总成本 | $0.006 | $0.010 |
| 尝试通过率 | 33.3% | 57.8% |
| 不稳定测试 | 2 | 5 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| 输出令牌 | 1,144 | 13,103 |
| 推理令牌 | 0 | 33,843 |
| 响应时间（平均） | 594ms | 17.75s |
| 响应时间（最大） | 1.27s | 50.92s |
| 响应时间（总计） | 8.91s | 141.98s |
响应时间（平均）
分数 vs 总成本
平均分 vs 响应时间（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 466ms | 274 | 0 | |
| OpenAI: gpt-oss-120b | 7.0 | 9.8 | 66.7% | 0 | 19.76s | 3,463 | 2,077 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| OpenAI: gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| OpenAI: gpt-oss-120b | 5.5 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 4.0 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| OpenAI: gpt-oss-120b | 10.0 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| OpenAI: gpt-oss-120b | 9.5 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| OpenAI: gpt-oss-120b | 1.7 | 4.7 | 22.2% | 2 | 11.80s | 1,508 | 2,092 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 197 | 0 | |
| OpenAI: gpt-oss-120b | 9.0 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 |
快速对比
切换对比组合
Gemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用DeepSeek V3.2nonevsgpt-oss-120bmedium免费可用Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmedium免费可用vsQwen3.5-122B-A10Bnonegpt-oss-120bmedium免费可用vsQwen3.5-Flashnonegpt-oss-120bmedium免费可用vsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsQwen3.5-35B-A3Bnonegpt-oss-120bmedium免费可用vsGLM 5noneTrinity Large Preview (free)none免费可用vsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15nonegpt-oss-120bmedium免费可用vsGLM 4.7 Flashnone