#99 Mercury 2
none- Kosten
- $0.002
- Zeit
- 1.8s
- Token
- 1,514 tok
Inception
Veröffentlichung: 2026-02-24
Getestet am: 2026-04-11 01:44
inception/mercury-2::none
~100BSonstigeGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Mercury 2 erreicht 4.8 bei AI BENCHY und liegt auf #99. Das Modell hat k. A. Zuverlässigkeit, 27.8% Erfolgsrate, $0.007 Gesamtkosten und 613ms durchschnittliche Antwortzeit.
Was Mercury 2 besonders macht: Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig. 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.
4.8
Konsistenz
9.0
k. A.
Gesamte Ausgabe-Token
1,625
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).
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 | 4.7 | 10.0 | $0.030 | Vergleichen | |
| 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 | Aktueller Lauf |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 2026-08-14 03:05 · Erneuter Test | 66/66 Versuche | 4.7 | 9.2 | 10.0 | 4/22 | 2 | 9,584 | 89,637 | $0.030 | 825ms |
| Differenz | — | +0.1 | -0.2 | 0 | 0 | -7959 | -89637 | -$0.024 | -211ms |
Die Benchmark-Abdeckung unterscheidet sich: 54/54 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.
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 2nonevsCobuddymediumMercury 2nonevsGranite 4.2 8BhighMercury 2nonevsTrinity Large PreviewnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashnoneMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsKAT-Coder-Air V2.5noneMercury 2nonevsLaguna S 2.1noneKostenlos verfügbarMercury 2nonevsTrinity Large ThinkinghighMercury 2nonevsGLM 4.7 Flashmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.0 | 10.0 | |
| Programmierung | 3.6 | 8.9 | |
| 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 |