#40

Mercury 2

Inception · Rilis: 2026-02-24 · inception/mercury-2::medium

Skor Rata-rata

48

Biaya per hasil

0.726

Konsistensi

83

Total Biaya

$0.044

Tes benar

6

Tes dianggap lulus penuh hanya jika semua run-nya lulus.

Tes Salah

9

Tingkat lulus per percobaan: 51.1%

Tes tidak stabil

3

Waktu respons: rata-rata 2.47s · total 34.56s · maks 14.63s

Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kesalahan API: 1

Model teratas berdasarkan skor

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

#34 GPT-5 Nano 54

#35 gpt-oss-120b 51

#36 Gemini 2.5 Flash 51

#37 Qwen3.5-27B 49

#38 DeepSeek V3.2 49

#39 Qwen3.5-122B-A10B 49

#40 Mercury 2 48

#41 Qwen3.5-Flash 47

#42 MiniMax M2.5 46

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

Kategori	Skor Rata-rata	Konsistensi	Tes benar
Anti-AI Tricks	73	98	2/3
Combined	100	100	1/1
Data parsing and extraction	55	59	1/2
Domain specific	100	72	0/3
Instructions following	55	100	1/2
Puzzle Solving	17	75	0/3
Tool Calling	100	100	1/1