#40
Mercury 2
Inception · リリース: 2026-02-24 · inception/mercury-2::medium
平均スコア
48
結果あたりのコスト
0.726
一貫性
83
合計コスト
$0.044
正解テスト
6
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
誤答テスト数
9
試行ごとの合格率: 51.1%
不安定なテスト
3
応答時間: 平均 2.47s · 合計 34.56s · 最大 14.63s
不正解: 5 指示に従っていない: 3 API エラー: 1
スコア上位モデル
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
Mercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsDeepSeek V3.2noneMercury 2mediumvsMiniMax M2.5mediumMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGemini 3 Flash PreviewmediumMercury 2mediumvsGemini 3.1 Pro PreviewmediumMercury 2mediumvsStep 3.5 Flashmedium無料で利用可能
カテゴリ内訳
| カテゴリ | 平均スコア | 一貫性 | 正解テスト |
|---|---|---|---|
| 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 |