#40

Mercury 2

Inception · Releasedatum: 2026-02-24 · inception/mercury-2::medium

Gem. score

48

Kosten per resultaat

0.726

Consistentie

83

Totale kosten

$0.044

Correcte tests

6

Een test is alleen volledig geslaagd als alle runs slagen.

Foute tests

9

Slaagpercentage per poging: 51.1%

Instabiele tests

3

Responstijd: gem. 2.47s · totaal 34.56s · max 14.63s

Verkeerd antwoord: 5 Instructies niet gevolgd: 3 API-fout: 1

Topmodellen op score

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

#34 GPT-5 Nano 54

#35 gpt-oss-120b 51

#36 Gemini 2.5 Flash 51

#37 Qwen3.5-27B 49

#38 DeepSeek V3.2 49

#39 Qwen3.5-122B-A10B 49

#40 Mercury 2 48

#41 Qwen3.5-Flash 47

#42 MiniMax M2.5 46

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

Categorie	Gem. score	Consistentie	Correcte tests
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