#50

Mercury 2

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

Puntaje prom.

31

Costo por resultado

0.196

Consistencia

89

Costo total

$0.006

Pruebas correctas

3

Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.

Pruebas incorrectas

12

Tasa de aciertos por intento: 26.7%

Pruebas inestables

2

Tiempo de respuesta: promedio 594ms · total 8.91s · máximo 1.27s

Respuesta incorrecta: 11 No siguió las instrucciones: 1

Mejores modelos por puntuación

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

#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

Categoría	Puntaje prom.	Consistencia	Pruebas correctas
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