AI BENCHY
Advertise here
#180

Mercury 2

Inception Lançamento: 2026-02-24 Testado em: 2026-07-16 23:13 inception/mercury-2::none
~100BOutroCódigo fechadoEstimado
(medium) (none)

Resumo

Mercury 2 marca 4.6 no AI BENCHY e fica em #180. Tem fiabilidade 10.0, taxa de acerto de 22.7%, custo total de $0.030 e tempo médio de resposta de 829ms.

O que torna Mercury 2 único: Destaca-se mais em Específico do domínio, onde fica em #4, enquanto Programação é a área mais fraca em #16. É notavelmente rápido em comparação com modelos semelhantes.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
Parâmetros
~100B
Arquitetura
Outro
Disponibilidade
Código fechado
Licença
-

Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.

Fonte dos parâmetros Fonte da disponibilidade

Pontuação

4.6

Consistência

9.2

Confiabilidade

10.0

Custo total (preço atual)

$0.030

Total de tokens de saída

9,564

Total de tokens de entrada

88,704

Preço de entrada

$0.250 / 1M

Preço de saída

$0.750 / 1M

Testes corretos

Testes errados: 18

Taxa de acerto por tentativa: 22.7%

Testes instáveis

2

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

829ms

Tempo de resposta (máx.): 4.52s

Tempo de resposta (total): 18.24s

Resposta incorreta: 17 Não seguiu as instruções: 1

Hamster playing table tennis

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

#180 Mercury 2

none
Custo
$0.002
Tempo
1.8s
Tokens
1,514 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-08-14 03:05 Novo teste 4.7 10.0 $0.030 Comparar
2026-07-16 23:13 Novo teste adicionado 4.6 10.0 $0.030 Execução atual
2026-06-04 14:27 Novo teste adicionado 4.5 10.0 $0.011 Comparar
2026-05-22 00:39 Suite alterada 4.6 10.0 $0.009 Comparar
2026-04-11 01:44 Primeira execução registrada 4.8 N/D $0.007 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-07-16 23:13 · Novo teste adicionado66/66 tentativas4.69.210.04/2229,56488,704$0.030829ms
2026-06-04 14:27 · Novo teste adicionado63/63 tentativas4.59.210.04/2124,43928,113$0.011653ms
Diferença—+0.10.00.000+5125+60591+$0.019+176ms

A cobertura do benchmark é diferente: 66/66 tentativas (Meta: 3 repetições por teste) contra 63/63 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.

Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-06-04 15:40 $0.250 / 1M $0.750 / 1M

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Mercury 2nonevsCobuddymediumMercury 2nonevsGranite 4.2 8BhighMercury 2nonevsTrinity Large PreviewnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashnoneMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsKAT-Coder-Air V2.5noneMercury 2nonevsLaguna S 2.1noneDisponível grátisMercury 2nonevsTrinity Large ThinkinghighMercury 2nonevsGLM 4.7 Flashmedium

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 3.0 10.0
Programação 3.4 9.6
Combinado 3.0 10.0
Análise e extração de dados 7.3 5.9
Específico do domínio 5.3 7.2
Inteligência geral 4.8 10.0
Seguimento de instruções 6.5 10.0
Resolução de quebra-cabeças 3.1 10.0
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados