#143 Mercury 2
none- Kosten
- $0.002
- Zeit
- 1.8s
- Token
- 1,514 tok
Inception
Veröffentlichung: 2026-02-24
Getestet am: 2026-05-22 00:39
inception/mercury-2::none
(medium)
(none)
Zusammenfassung
Mercury 2 erreicht 4.6 bei AI BENCHY und liegt auf #143. Das Modell hat 10.0 Zuverlässigkeit, 25.0% Erfolgsrate, $0.009 Gesamtkosten und 614ms durchschnittliche Antwortzeit.
Was Mercury 2 besonders macht: Am stärksten ist es in Allgemeine Intelligenz, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #13. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
4.6
Konsistenz
9.1
10.0
Gesamte Ausgabe-Token
2,984
Gesamte Eingabe-Token
0
Eingabepreis
$0.250 / 1M
Ausgabepreis
$0.750 / 1M
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | Aktueller Lauf | |
| 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 | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:39 · Suite geändert | 4.6 | 9.1 | 10.0 | 4/20 | 2 | 2,984 | 0 | $0.009 | 614ms |
| 2026-04-11 01:44 · Erster erfasster Lauf | 4.8 | 9.0 | k. A. | 4/18 | 2 | 1,625 | 0 | $0.007 | 613ms |
| Differenz | -0.2 | +0.1 | 0 | 0 | +1359 | 0 | +$0.003 | +1ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
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 2nonevsGPT-5.4 MininoneMercury 2nonevsDeepSeek V3.2noneMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsQwen3.5 Plus 2026-04-20noneMercury 2nonevsQwen3.6 35B A3BnoneMercury 2nonevsGemini 3.5 FlashhighMercury 2nonevsGemini 3 Flash PreviewmediumMercury 2nonevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarMercury 2nonevsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.0 | 10.0 | |
| Programmierung | 3.5 | 9.4 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.9 | |
| Domänenspezifisch | 5.3 | 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 |