#223 Mercury 2
medium- Kosten
- $0.002
- Zeit
- 2.1s
- Token
- 1,702 tok
Inception
Veröffentlichung: 2026-02-24
Getestet am: 2026-10-01 02:52
inception/mercury-2::medium
~100BSonstigeGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Mercury 2 erreicht 6.6 bei AI BENCHY und liegt auf #223. Das Modell hat 10.0 Zuverlässigkeit, 53.6% Erfolgsrate, $0.121 Gesamtkosten und 4.40s durchschnittliche Antwortzeit.
Was Mercury 2 besonders macht: Am stärksten ist es in Befolgung von Anweisungen, wo es #1 erreicht; am schwächsten ist Domänenspezifisch mit #15. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
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.
6.6
Konsistenz
8.1
10.0
Gesamte Ausgabe-Token
96,943
Gesamte Eingabe-Token
189,300
Eingabepreis
$0.250 / 1M
Ausgabepreis
$0.750 / 1M
Preis für Cache-Lesen
$0.025 / 1M
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
5
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 |
|---|---|---|---|---|---|
| 2026-10-01 02:52 Erneuter Test | 6.6 | 10.0 | $0.121 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:52 · Aktueller Lauf | 69/69 Versuche | 6.6 | 8.1 | 10.0 | 10/23 | 5 | 96,943 | 189,300 | $0.121 | 4.40s |
| 2026-07-16 23:14 · Neuer Test hinzugefügt | 66/66 Versuche | 7.0 | 8.8 | 10.0 | 10/22 | 3 | 87,119 | 109,572 | $0.093 | 2.72s |
| Differenz | — | -0.4 | -0.7 | 0.0 | 0 | +2 | +9824 | +79728 | +$0.028 | +1680ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 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 | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.250 / 1M | $0.750 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $0.250 / 1M | $0.750 / 1M | $0.025 / 1M | k. A. |
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 2mediumvsLongCat 2.0lowMercury 2mediumvsStep 3.7 FlashhighMercury 2mediumvsQwen3.7 FlashmediumMercury 2mediumvsBeam 1.0 501B A23BmediumMercury 2mediumvsGLM 5.2noneMercury 2mediumvsKAT-Coder-Pro V2.5lowMercury 2mediumvsGPT-5.5noneMercury 2mediumvsClaude Sonnet 5.5mediumMercury 2mediumvsGLM 5.3 FlashlowMercury 2mediumvsMinimax M3.1 FlashhighKostenlos verfügbar
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 4.7 | 1.6 | |
| 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 |