#90 Mercury 2
medium- Kosten
- $0.002
- Tijd
- 2.1s
- Tokens
- 1,702 tok
Inception
Releasedatum: 2026-02-24
Getest op: 2026-05-22 00:40
inception/mercury-2::medium
~100BOverigGesloten broncodeGeschat
(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 is opvallend snel vergeleken met vergelijkbare modellen.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- ~100B
- Architectuur
- Overig
- Beschikbaarheid
- Gesloten broncode
- Licentie
- -
Beste schatting op basis van openbare informatie; de leverancier heeft niet alle waarden bekendgemaakt.
6.3
Consistentie
8.4
10.0
Totaal aantal uitvoer-tokens
62,397
Totaal aantal invoer-tokens
0
Invoerprijs
$0.250 / 1M
Uitvoerprijs
$0.750 / 1M
Instabiele tests
4
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 03:05 Hertest | 7.0 | 10.0 | $0.094 | Vergelijken | |
| 2026-07-16 23:14 Nieuwe test toegevoegd | 7.0 | 10.0 | $0.093 | 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
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:40 · Hertest | 60/60 pogingen | 6.3 | 8.4 | 10.0 | 8/20 | 4 | 62,397 | 0 | $0.055 | 2.27s |
| 2026-07-16 23:14 · Nieuwe test toegevoegd | 66/66 pogingen | 7.0 | 8.8 | 10.0 | 10/22 | 3 | 87,119 | 109,572 | $0.093 | 2.72s |
| Verschil | — | -0.7 | -0.4 | 0.0 | -2 | +1 | -24722 | -109572 | -$0.038 | -449ms |
De benchmarkdekking verschilt: 60/60 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
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.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Mercury 2mediumvsGPT-5.5noneMercury 2mediumvsGrok 4.20mediumMercury 2mediumvsGLM 5.1mediumMercury 2mediumvsSeed-2.0-MinimediumMercury 2mediumvsDeepSeek V3.2mediumMercury 2mediumvsKimi K2.5mediumMercury 2mediumvsGPT-5.6 SolnoneMercury 2mediumvsKAT-Coder-Pro V2.5mediumMercury 2mediumvsGrok 4.3mediumMercury 2mediumvsClaude Fable 5.1low
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 |