#50

Mercury 2

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

Ø-Score

31

Kosten pro Ergebnis

0.196

Konsistenz

89

Gesamtkosten

$0.006

Korrekte Tests

3

Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.

Falsche Tests

12

Erfolgsquote pro Versuch: 26.7%

Instabile Tests

2

Antwortzeit: Durchschn. 594ms · Gesamt 8.91s · Max. 1.27s

Falsche Antwort: 11 Anweisungen nicht befolgt: 1

Top-Modelle nach Score

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

#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

Kategorie	Ø-Score	Konsistenz	Korrekte Tests
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