#40

Mercury 2

Inception · প্রকাশ: 2026-02-24 · inception/mercury-2::medium

গড় স্কোর

48

প্রতি ফলাফলে খরচ

0.726

ধারাবাহিকতা

83

মোট খরচ

$0.044

সঠিক টেস্ট

6

একটি টেস্ট তখনই সম্পূর্ণ পাস ধরা হবে যখন তার সব রান পাস করবে।

ভুল টেস্ট

9

প্রতি চেষ্টায় পাস রেট: 51.1%

অস্থির টেস্ট

3

প্রতিক্রিয়া সময়: গড় 2.47s · মোট 34.56s · সর্বোচ্চ 14.63s

ভুল উত্তর: 5 নির্দেশনা অনুসরণ করা হয়নি: 3 API ত্রুটি: 1

স্কোর অনুযায়ী শীর্ষ মডেল

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

#34 GPT-5 Nano 54

#35 gpt-oss-120b 51

#36 Gemini 2.5 Flash 51

#37 Qwen3.5-27B 49

#38 DeepSeek V3.2 49

#39 Qwen3.5-122B-A10B 49

#40 Mercury 2 48

#41 Qwen3.5-Flash 47

#42 MiniMax M2.5 46

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

বিভাগ	গড় স্কোর	ধারাবাহিকতা	সঠিক টেস্ট
Anti-AI Tricks	73	98	2/3
Combined	100	100	1/1
Data parsing and extraction	55	59	1/2
Domain specific	100	72	0/3
Instructions following	55	100	1/2
Puzzle Solving	17	75	0/3
Tool Calling	100	100	1/1