Advertise here
#134

Mercury 2.5

Inception प्रकाशन: 2026-09-08 चाचणी तारीख: 2026-09-08 22:50 inception/mercury-2.5::high
~100Bइतरबंद स्रोतअंदाजित
(high) (medium) (low) (none)

सारांश

Mercury 2.5 AI BENCHY वर 7.1 स्कोर करते आणि #134 वर आहे. याची reliability 9.7, pass rate 62.1%, एकूण खर्च $0.031, आणि सरासरी response time 4.32s आहे.

Mercury 2.5 खास का आहे: हे कोडी सोडवणे मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #15. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-09-08

अंदाजित
पॅरामीटर्स
~100B
आर्किटेक्चर
इतर
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

7.1

सुसंगतता

8.6

विश्वसनीयता

9.7

एकूण खर्च (सध्याची किंमत)

$0.031

एकूण आउटपुट टोकन्स

174,547

एकूण इनपुट टोकन्स

120,068

इनपुट किंमत

$0.040 / 1M

आउटपुट किंमत

$0.150 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 62.1%

अस्थिर चाचण्या

4

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

4.32s

प्रतिसाद वेळ (कमाल): 23.63s

प्रतिसाद वेळ (एकूण): 95.06s

चुकीचे उत्तर: 8 API त्रुटी: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#134 Mercury 2.5

high
खर्च
$0.001
वेळ
3.5s
टोकन्स
2,447 tok

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Mercury 2.5highvsSolar Pro 4highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsStep 3.7 FlashlowMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsMuse Glimmer 30BlowMercury 2.5highvsDeepSeek V3.2mediumMercury 2.5highvsQwen3.5-122B-A10BmediumMercury 2.5highvsGLM 5.1mediumMercury 2.5highvsMuse Glimmer 30BmediumMercury 2.5highvsGPT-5.5none

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.4 7.8
संयुक्त 6.4 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.0 10.0
सूचनांचे पालन 6.5 10.0
कोडी सोडवणे 8.7 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स