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：: 2026-04-16
| 指标 | Mercury 2 Mercury 2 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.8 | 5.2 |
| 排名 | #89 | #80 |
| 一致性 | 9.0 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 27.8% | 29.6% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.165 | 1.889 |
| 总成本 | $0.007 | $0.095 |
| ???? | $0.250 / 1M | $2.000 / 1M |
| ???? | $0.750 / 1M | $6.000 / 1M |
| 输出令牌 | 1,625 | 1,967 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 613ms | 1.11s |
| 响应时间（最大） | 1.27s | 6.04s |
| 响应时间（总计） | 11.04s | 20.02s |
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
ElephantmediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMistral Small 4mediumvsGrok 4.20noneMercury 2nonevsElephantmediumMiniMax M2.5medium免费可用vsGrok 4.20noneMercury 2nonevsMiniMax M2.7mediumQwen3 Coder NextmediumvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmedium免费可用vsGrok 4.20none