AI BENCHY
Advertise here
#90

Mercury 2

Inception Releasedatum: 2026-02-24 Getest op: 2026-05-22 00:40 inception/mercury-2::medium
(medium) (none)

Samenvatting

Mercury 2 scoort 6.3 op AI BENCHY en staat op #90. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 50.0%, $0.055 totale kosten en 2.27s gemiddelde responstijd.

Wat Mercury 2 uniek maakt: Het valt het meest op in Programmeren, waar het #1 staat, terwijl Gegevensparsering en extractie het zwakste gebied is met #13.

Score

6.3

Consistentie

8.4

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.055

Totaal aantal uitvoer-tokens

62,397

Totaal aantal invoer-tokens

0

Invoerprijs

$0.250 / 1M

Uitvoerprijs

$0.750 / 1M

Correcte tests

Foute tests: 12

Slaagpercentage per poging: 50.0%

Instabiele tests

4

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

2.27s

Responstijd (max): 14.63s

Responstijd (totaal): 43.15s

Verkeerd antwoord: 9 Instructies niet gevolgd: 3

Generatie-showcase

Hamster playing table tennis

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

#90 Mercury 2

medium
Kosten
$0.002
Tijd
2.1s
Tokens
1,702 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 14:27 Nieuwe test toegevoegd 6.6 10.0 $0.058 Vergelijken
2026-05-22 00:40 Hertest 6.3 10.0 $0.055 Huidige run
2026-04-11 01:44 Eerste geregistreerde run 6.5 n.v.t. $0.047 Vergelijken

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-22 00:40 · Hertest6.38.410.08/20462,3970$0.0552.27s
2026-06-04 14:27 · Nieuwe test toegevoegd6.68.810.010/21365,26735,116$0.0582.24s
Verschil-0.4-0.40.0-2+1-2870-35116-$0.003+35ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

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

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Mercury 2mediumvsGrok Build 0.1mediumMercury 2mediumvsDeepSeek V4 ProhighMercury 2mediumvsGPT-5.3 ChatnoneMercury 2mediumvsMiniMax M3mediumMercury 2mediumvsGPT-5.4 NanomediumMercury 2mediumvsGemini 3.5 FlashhighMercury 2mediumvsGemini 3 Flash PreviewmediumMercury 2mediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarMercury 2mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.9 9.9
Programmeren 7.2 6.5
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 7.3 5.9
Domeinspecifiek 2.9 7.2
Algemene intelligentie 4.8 10.0
Instructies opvolgen 10.0 10.0
Puzzeloplossing 3.8 7.3
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen