#382 Mercury 2
none- Kosten
- $0.002
- Zeit
- 1.8s
- Token
- 1,514 tok
Inception
Veröffentlichung: 2026-02-24
Getestet am: 2026-10-01 02:50
inception/mercury-2::none
~100BSonstigeGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Mercury 2 erreicht 4.4 bei AI BENCHY und liegt auf #382. Das Modell hat 10.0 Zuverlässigkeit, 23.2% Erfolgsrate, $0.033 Gesamtkosten und 1.18s durchschnittliche Antwortzeit.
Was Mercury 2 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #12. 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.
4.4
Konsistenz
9.2
10.0
Gesamte Ausgabe-Token
9,709
Gesamte Eingabe-Token
100,634
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
2
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 02:50 Erneuter Test | 4.4 | 10.0 | $0.033 | Aktueller Lauf | |
| 2026-07-16 23:13 Neuer Test hinzugefügt | 4.6 | 10.0 | $0.030 | Vergleichen | |
| 2026-06-04 14:27 Neuer Test hinzugefügt | 4.5 | 10.0 | $0.011 | Vergleichen | |
| 2026-05-22 00:39 Suite geändert | 4.6 | 10.0 | $0.009 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 4.8 | k. A. | $0.007 | 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 02:50 · Aktueller Lauf | 69/69 Versuche | 4.4 | 9.2 | 10.0 | 4/23 | 2 | 9,709 | 100,634 | $0.033 | 1.18s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 54/54 Versuche | 4.8 | 9.0 | k. A. | 4/18 | 2 | 1,625 | 0 | $0.007 | 613ms |
| Differenz | — | -0.4 | +0.2 | 0 | 0 | +8084 | +100634 | +$0.026 | +567ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 54/54 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 2nonevsCobuddymediumKostenlos verfügbarMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsGranite 4.2 8BnoneMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsTrinity Large PreviewdefaultKostenlos verfügbarMercury 2nonevsgpt-oss-120bnoneMercury 2nonevsKAT Coder AIR V2.5defaultMercury 2nonevsMercury 2.5noneMercury 2nonevsNemotron 3 SupernoneKostenlos verfügbarMercury 2nonevsQwen3.5-9Bmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 3.0 | 10.0 | |
| Anti-KI-Tricks | 3.0 | 10.0 | |
| Programmierung | 3.4 | 9.6 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.9 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 4.8 | 10.0 | |
| Befolgung von Anweisungen | 6.5 | 10.0 | |
| Rätsellösen | 3.1 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |