#131 Mercury 2
medium- Kosten
- $0.002
- Zeit
- 2.1s
- Token
- 1,702 tok
Inception
Veröffentlichung: 2026-02-24
Getestet am: 2026-08-14 03:05
inception/mercury-2::medium
~100BSonstigeGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Mercury 2 erreicht 7.0 bei AI BENCHY und liegt auf #131. Das Modell hat 10.0 Zuverlässigkeit, 53.0% Erfolgsrate, $0.094 Gesamtkosten und 2.95s durchschnittliche Antwortzeit.
Was Mercury 2 besonders macht: Am stärksten ist es in Befolgung von Anweisungen, wo es #1 erreicht; am schwächsten ist Rätsellösen mit #16.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~100B
- Architektur
- Sonstige
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
7.0
Konsistenz
8.4
10.0
Gesamte Ausgabe-Token
87,554
Gesamte Eingabe-Token
110,515
Eingabepreis
$0.250 / 1M
Ausgabepreis
$0.750 / 1M
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 03:05 Erneuter Test | 7.0 | 10.0 | $0.094 | Aktueller Lauf | |
| 2026-07-16 23:14 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.093 | Vergleichen | |
| 2026-06-04 14:27 Neuer Test hinzugefügt | 6.6 | 10.0 | $0.058 | Vergleichen | |
| 2026-05-22 00:40 Erneuter Test | 6.3 | 10.0 | $0.055 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 6.5 | k. A. | $0.047 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 03:05 · Aktueller Lauf | 66/66 Versuche | 7.0 | 8.4 | 10.0 | 10/22 | 4 | 87,554 | 110,515 | $0.094 | 2.95s |
| 2026-06-04 14:27 · Neuer Test hinzugefügt | 63/63 Versuche | 6.6 | 8.8 | 10.0 | 10/21 | 3 | 65,267 | 35,116 | $0.058 | 2.24s |
| Differenz | — | +0.3 | -0.4 | 0.0 | 0 | +1 | +22287 | +75399 | +$0.036 | +711ms |
Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 63/63 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis |
|---|---|---|
| 2026-08-14 12:51 | $0.250 / 1M | $0.750 / 1M |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Mercury 2mediumvsGPT-5.5noneMercury 2mediumvsGrok 4.20mediumMercury 2mediumvsGLM 5.1mediumMercury 2mediumvsSeed-2.0-MinimediumMercury 2mediumvsDeepSeek V3.2mediumMercury 2mediumvsKimi K2.5mediumMercury 2mediumvsGPT-5.6 SolnoneMercury 2mediumvsKAT-Coder-Pro V2.5mediumMercury 2mediumvsGrok 4.3mediumMercury 2mediumvsClaude Fable 5.1low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 6.9 | 9.9 | |
| Programmierung | 8.2 | 7.7 | |
| Kombiniert | 6.7 | 9.1 | |
| Datenanalyse und -extraktion | 7.3 | 5.9 | |
| Domänenspezifisch | 2.9 | 4.4 | |
| Allgemeine Intelligenz | 4.8 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 5.4 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |