AI BENCHY
Advertise here
#99

Mercury 2

Inception Rilis: 2026-02-24 Diuji pada: 2026-04-11 01:44 inception/mercury-2::none
(medium) (none)

Ringkasan

Mercury 2 mendapat skor 4.8 di AI BENCHY dan berada di peringkat #99. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 27.8%, total biaya $0.007, dan waktu respons rata-rata 613ms.

Yang membuat Mercury 2 unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.

Skor

4.8

Konsistensi

9.0

Keandalan

T/A

Total biaya (harga saat ini)

$0.007

Total token output

1,625

Total token input

0

Harga input

$0.250 / 1M

Harga output

$0.750 / 1M

Tes benar

Tes Salah: 14

Tingkat lulus per percobaan: 27.8%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

613ms

Waktu respons (maks): 1.27s

Waktu respons (total): 11.04s

Jawaban salah: 13 Tidak mengikuti instruksi: 1

Hamster playing table tennis

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

#99 Mercury 2

none
Biaya
$0.002
Waktu
1.8s
Token
1,514 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:13 Tes baru ditambahkan 4.6 10.0 $0.030 Bandingkan
2026-06-04 14:27 Tes baru ditambahkan 4.5 10.0 $0.011 Bandingkan
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 Run saat ini

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Mercury 2nonevsInklingnoneMercury 2nonevsQwen3 Coder NextnoneMercury 2nonevsMistral Small 4mediumMercury 2nonevsLing-2.6-1TnoneMercury 2nonevsMiMo-V2.5noneMercury 2nonevsGemini 3 Flash PreviewmediumMercury 2nonevsGemini 3.5 FlashhighMercury 2nonevsNemotron 3 UltramediumTersedia gratisMercury 2nonevsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.0 10.0
Pemrograman 3.6 8.9
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

Model yang Dibandingkan