Advertise here
#397

Mercury 2.5

Inception प्रकाशन: 2026-09-08 चाचणी तारीख: 2026-10-01 04:23 inception/mercury-2.5::none
~100Bइतरबंद स्रोतअंदाजित
(high) (medium) (low) (none)

सारांश

Mercury 2.5 AI BENCHY वर 4.1 स्कोर करते आणि #397 वर आहे. याची reliability 10.0, pass rate 24.6%, एकूण खर्च $0.026, आणि सरासरी response time 5.10s आहे.

Mercury 2.5 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #10.

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

4.1

सुसंगतता

7.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.026

एकूण आउटपुट टोकन्स

89,958

एकूण इनपुट टोकन्स

311,488

इनपुट किंमत

$0.040 / 1M

आउटपुट किंमत

$0.150 / 1M

कॅश वाचण्याची किंमत

$0.004 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

बरोबर चाचण्या

चुकीच्या चाचण्या: 21

प्रति प्रयत्न पास दर: 24.6%

अस्थिर चाचण्या

7

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

प्रतिसाद वेळ (सरासरी)

5.10s

प्रतिसाद वेळ (कमाल): 63.41s

प्रतिसाद वेळ (एकूण): 117.24s

चुकीचे उत्तर: 15 सूचनांचे पालन केले नाही: 4 अतिरिक्त फॉरमॅटिंग: 1 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#397 Mercury 2.5

none
खर्च
$0.001
वेळ
2.7s
टोकन्स
2,749 tok

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-10-01 18:33 $0.040 / 1M $0.150 / 1M $0.004 / 1M लागू नाही

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 2.5nonevsgpt-oss-120bnoneMercury 2.5nonevsQwen3.5-9BmediumMercury 2.5nonevsGLM 4.7 FlashmediumMercury 2.5nonevsLing 3.0 TinydefaultMercury 2.5nonevsMiniMax M2.5mediumMercury 2.5nonevsGranite 4.1 8bdefaultMercury 2.5nonevsMercury 2noneMercury 2.5nonevsNemotron 3.5 Lightningnoneमोफत उपलब्धMercury 2.5nonevsCobuddymediumमोफत उपलब्धMercury 2.5nonevsXing4.0 29b A4bmediumमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 5.0 10.0
अँटी-एआय युक्त्या 3.8 8.3
कोडिंग 3.7 7.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 2.8 1.7
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 4.3 9.9
सूचनांचे पालन 4.9 6.9
कोडी सोडवणे 3.7 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स