#50

Mercury 2

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

औसत स्कोर

31

प्रति परिणाम लागत

0.196

संगति

89

कुल लागत

$0.006

सही परीक्षण

3

कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।

गलत टेस्ट

12

प्रति प्रयास पास दर: 26.7%

अस्थिर टेस्ट

2

प्रतिक्रिया समय: औसत 594ms · कुल 8.91s · अधिकतम 1.27s

गलत उत्तर: 11 निर्देशों का पालन नहीं किया: 1

स्कोर के अनुसार शीर्ष मॉडल

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

#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

श्रेणी	औसत स्कोर	संगति	सही परीक्षण
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