AI BENCHY
Advertise here
#157

Mercury 2.5 Preview

Inception Rilis: 2026-09-02 Diuji pada: 2026-09-02 02:06 inception/mercury-2.5-preview::high
~100BLainnyaTertutupPerkiraan
(high) (medium) (low) (none)

Ringkasan

Mercury 2.5 Preview mendapat skor 6.6 di AI BENCHY dan berada di peringkat #157. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 65.2%, total biaya $0.030, dan waktu respons rata-rata 4.01s.

Yang membuat Mercury 2.5 Preview unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #4, sementara Spesifik domain adalah area terlemahnya di #13.

Fakta model

Ditelaah pada 2026-09-02

Perkiraan
Parameter
~100B
Arsitektur
Lainnya
Ketersediaan
Tertutup
Lisensi
-

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

Sumber parameter Sumber ketersediaan

Skor

6.6

Konsistensi

8.2

Keandalan

10.0

Total biaya (harga saat ini)

$0.030

Total token output

163,505

Total token input

115,759

Harga input

$0.040 / 1M

Harga output

$0.150 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 65.2%

Tes tidak stabil

5

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

Waktu respons (rata-rata)

4.01s

Waktu respons (maks): 17.71s

Waktu respons (total): 88.25s

Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#157 Mercury 2.5 Preview

high
Biaya
$0.001
Waktu
4.5s
Token
3,851 tok

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Mercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewhighvsGemini 3.1 Flash LitelowMercury 2.5 PreviewhighvsQwen3.6 27BmediumMercury 2.5 PreviewhighvsInkling SmallmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumTersedia gratisMercury 2.5 PreviewhighvsGemini 3.1 Flash Lite PreviewlowMercury 2.5 PreviewhighvsGemini 3.1 Flash Lite PreviewnoneMercury 2.5 PreviewhighvsQwen3.5-27BnoneMercury 2.5 PreviewhighvsQwen3.6 Max Previewnone

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 6.7 7.8
Gabungan 3.8 1.6
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 4.4
Kecerdasan umum 5.1 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 3.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan