AI BENCHY 对比
Inception: Mercury 2 vs Elephant Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-03
| 指标 | Mercury 2 Mercury 2 none | Elephant Alpha Elephant Alpha medium |
|---|---|---|
| 分数 | 4.6 | 5.3 |
| 排名 | #153 | #134 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 9.1 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 25.0% | 31.7% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.216 | 0.000 |
| 总成本 | $0.009 | $0.000 |
| 输入价格 | $0.250 / 1M | $0.000 / 1M |
| 输出价格 | $0.750 / 1M | $0.000 / 1M |
| 总输入令牌 | 25,515 | 33,744 |
| 输出令牌 | 3,001 | 2,596 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 614ms | 1.27s |
| 响应时间（最大） | 1.27s | 3.70s |
| 响应时间（总计） | 12.28s | 22.82s |
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 | |
| Elephant Alpha | 6.6 | 10.0 | 50.0% | 0 | 1.19s | 726 | 815 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.5 | 9.4 | 0.0% | 0 | 831ms | 4,631 | 1,650 | 0 | |
| Elephant Alpha | 4.0 | 6.7 | 16.7% | 1 | 1.30s | 813 | 365 | 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 3.70s | 14,046 | 562 | 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 | |
| Elephant Alpha | 6.5 | 10.0 | 50.0% | 0 | 979ms | 8,004 | 246 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 784 | 46 | 0 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 925ms | 810 | 24 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 495 | 159 | 0 | |
| Elephant Alpha | 4.3 | 10.0 | 0.0% | 0 | 920ms | 540 | 105 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 691 | 82 | 0 | |
| Elephant Alpha | 9.8 | 10.0 | 100.0% | 0 | 987ms | 732 | 82 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 535ms | 694 | 251 | 0 | |
| Elephant Alpha | 5.3 | 10.0 | 33.3% | 0 | 868ms | 729 | 166 | 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.83s | 7,344 | 231 | 0 |
| 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Kimi K2.5nonevsElephant AlphamediumElephant AlphamediumvsGLM 5 TurbononeLing-2.6-flashnonevsElephant AlphamediumElephant AlphamediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsElephant AlphamediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumElephant AlphamediumvsGrok 4.20nonegpt-oss-120bnone免费可用vsElephant AlphamediumDeepSeek V4 FlashnonevsElephant AlphamediumElephant AlphamediumvsQwen3 Coder NextnoneElephant AlphamediumvsQwen3.6 Flashnone