#50

Mercury 2

Inception · প্রকাশ: 2026-02-24 · inception/mercury-2::none

গড় স্কোর

31

প্রতি ফলাফলে খরচ

0.196

ধারাবাহিকতা

89

মোট খরচ

$0.006

সঠিক টেস্ট

3

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

ভুল টেস্ট

12

প্রতি চেষ্টায় পাস রেট: 26.7%

অস্থির টেস্ট

2

প্রতিক্রিয়া সময়: গড় 594ms · মোট 8.91s · সর্বোচ্চ 1.27s

ভুল উত্তর: 11 নির্দেশনা অনুসরণ করা হয়নি: 1

স্কোর অনুযায়ী শীর্ষ মডেল

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

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

#47 GLM 4.7 Flash 38

#48 Kimi K2.5 37

#49 Qwen3 Coder Next 34

#50 Mercury 2 31

#51 Qwen3 Coder Next 31

#52 Grok 4.1 Fast 29

#53 GLM 4.7 Flash 29

#54 MiMo-V2-Flash 27

#55 LFM2-24B-A2B 23

বিভাগ	গড় স্কোর	ধারাবাহিকতা	সঠিক টেস্ট
Anti-AI Tricks	100	100	0/3
Combined	100	100	0/1
Data parsing and extraction	55	59	1/2
Domain specific	40	72	1/3
Instructions following	35	100	0/2
Puzzle Solving	100	100	0/3
Tool Calling	100	100	1/1