AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#134

Mercury 2.5

Inception Rilis: 2026-09-08 Diuji pada: 2026-09-08 22:50 inception/mercury-2.5::high
~100BLainnyaTertutupPerkiraan
(high) (medium) (low) (none)

Ringkasan

Mercury 2.5 mendapat skor 7.1 di AI BENCHY dan berada di peringkat #134. Model ini memiliki reliabilitas 9.7, tingkat keberhasilan 62.1%, total biaya $0.031, dan waktu respons rata-rata 4.32s.

Yang membuat Mercury 2.5 unik: Model ini paling menonjol di Pemecahan teka-teki, dengan peringkat #2, sementara Kepatuhan instruksi adalah area terlemahnya di #15. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Fakta model

Ditelaah pada 2026-09-08

Perkiraan
Parameter
~100B
Arsitektur
Lainnya
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

7.1

Konsistensi

8.6

Keandalan

9.7

Total biaya (harga saat ini)

$0.031

Total token output

174,547

Total token input

120,068

Harga input

$0.040 / 1M

Harga output

$0.150 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 62.1%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

4.32s

Waktu respons (maks): 23.63s

Waktu respons (total): 95.06s

Jawaban salah: 8 Kesalahan API: 1 Tidak ada jawaban: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#134 Mercury 2.5

high
Biaya
$0.001
Waktu
3.5s
Token
2,447 tok

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Mercury 2.5highvsSolar Pro 4highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsStep 3.7 FlashlowMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsMuse Glimmer 30BlowMercury 2.5highvsDeepSeek V3.2mediumMercury 2.5highvsQwen3.5-122B-A10BmediumMercury 2.5highvsGLM 5.1mediumMercury 2.5highvsMuse Glimmer 30BmediumMercury 2.5highvsGPT-5.5none

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 6.4 7.8
Gabungan 6.4 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 7.2
Kecerdasan umum 5.0 10.0
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 8.7 7.7
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan