AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#154

Mercury 2

Inception Rilis: 2026-02-24 Diuji pada: 2026-06-04 14:27 inception/mercury-2::none
(medium) (none)

Ringkasan

Mercury 2 mendapat skor 4.6 di AI BENCHY dan berada di peringkat #154. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 23.8%, total biaya $0.011, dan waktu respons rata-rata 653ms.

Yang membuat Mercury 2 unik: Model ini paling menonjol di Parsing dan ekstraksi data, dengan peringkat #3, sementara Trik anti-AI adalah area terlemahnya di #11. Model ini terasa cepat dibandingkan model serupa.

Skor

4.6

Konsistensi

9.2

Keandalan

10.0

Total token output

4,439

Total token input

28,113

Harga input

$0.250 / 1M

Harga output

$0.750 / 1M

Tes benar

Tes Salah: 17

Tingkat lulus per percobaan: 23.8%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

653ms

Waktu respons (maks): 1.43s

Waktu respons (total): 13.72s

Generation showcase

Hamster playing table tennis

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

#154 Mercury 2

none
Cost
$0.002
Time
1.8s
Tokens
1,514 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:27 Tes baru ditambahkan 4.5 10.0 $0.011 Run saat ini
2026-05-22 00:39 Suite berubah 4.6 10.0 $0.009 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 4.8 T/A $0.007 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.250 / 1M $0.750 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.0 10.0
Pemrograman 3.4 9.6
Gabungan 3.0 10.0
Parsing dan ekstraksi data 7.3 5.9
Spesifik domain 5.3 7.2
Kecerdasan umum 4.8 10.0
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 3.1 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan