AI BENCHY
Advertise here
#143

Mercury 2

Inception Rilis: 2026-02-24 Diuji pada: 2026-05-22 00:39 inception/mercury-2::none
(medium) (none)

Ringkasan

Mercury 2 mendapat skor 4.6 di AI BENCHY dan berada di peringkat #143. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 25.0%, total biaya $0.009, dan waktu respons rata-rata 614ms.

Yang membuat Mercury 2 unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #3, sementara Trik anti-AI adalah area terlemahnya di #13. Model ini terasa cepat dibandingkan model serupa.

Skor

4.6

Konsistensi

9.1

Keandalan

10.0

Total biaya (harga saat ini)

$0.009

Total token output

2,984

Total token input

0

Harga input

$0.250 / 1M

Harga output

$0.750 / 1M

Tes benar

Tes Salah: 16

Tingkat lulus per percobaan: 25.0%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

614ms

Waktu respons (maks): 1.27s

Waktu respons (total): 12.28s

Jawaban salah: 15 Tidak mengikuti instruksi: 1

Showcase generasi

Hamster playing table tennis

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

#143 Mercury 2

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 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 Run saat ini
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.

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Mercury 2nonevsGPT-5.4 MininoneMercury 2nonevsDeepSeek V3.2noneMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsQwen3.5 Plus 2026-04-20noneMercury 2nonevsQwen3.6 35B A3BnoneMercury 2nonevsGemini 3.5 FlashhighMercury 2nonevsGemini 3 Flash PreviewmediumMercury 2nonevsNemotron 3 Ultra 550b A55bmediumTersedia gratisMercury 2nonevsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.0 10.0
Pemrograman 3.5 9.4
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