#59
Inception
Lanzamiento: 2026-02-24
Probado el: 2026-04-11 01:44
inception/mercury-2::medium
(medium)
(none)
6.5
Consistencia
8.6
N/D
$0.047
Total de tokens de salida
52,305
Total de tokens de entrada
0
Precio de entrada
$0.250 / 1M
Precio de salida
$0.750 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
2.21s
Tiempo de respuesta (máximo): 14.63s
Tiempo de respuesta (total): 37.51s
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-05-22 00:40 Nueva prueba | 6.3 | 10.0 | $0.055 | Comparar | |
| 2026-04-11 01:44 Primera ejecución registrada | 6.5 | N/D | $0.047 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primera ejecución registrada | 6.5 | 8.6 | N/D | 8/18 | 3 | 52,305 | 0 | $0.047 | 2.21s |
| 2026-05-22 00:40 · Nueva prueba | 6.3 | 8.4 | 10.0 | 8/20 | 4 | 62,397 | 0 | $0.055 | 2.27s |
| Diferencia | +0.2 | +0.2 | 0 | -1 | -10092 | 0 | -$0.009 | -65ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 6.9 | 9.9 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 7.3 | 5.9 | |
| Específico del dominio | 2.9 | 7.2 | |
| Inteligencia general | 4.8 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 3.9 | 7.5 | |
| Llamada de herramientas | 10.0 | 10.0 |