#99 Mercury 2
none- Custo
- $0.002
- Tempo
- 1.8s
- Tokens
- 1,514 tok
Inception
Lançamento: 2026-02-24
Testado em: 2026-04-11 01:44
inception/mercury-2::none
~100BOutroCódigo fechadoEstimado
(medium)
(none)
Resumo
Mercury 2 marca 4.8 no AI BENCHY e fica em #99. Tem fiabilidade N/D, taxa de acerto de 27.8%, custo total de $0.007 e tempo médio de resposta de 613ms.
O que torna Mercury 2 único: O custo total do benchmark é invulgarmente baixo para este nível de pontuação. É notavelmente rápido em comparação com modelos semelhantes.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- ~100B
- Arquitetura
- Outro
- Disponibilidade
- Código fechado
- Licença
- -
Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.
4.8
Consistência
9.0
$0.007
Total de tokens de saída
1,625
Total de tokens de entrada
0
Preço de entrada
$0.250 / 1M
Preço de saída
$0.750 / 1M
Testes instáveis
2
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | Comparar | |
| 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 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primeira execução registrada | 54/54 tentativas | 4.8 | 9.0 | N/D | 4/18 | 2 | 1,625 | 0 | $0.007 | 613ms |
| 2026-08-14 03:05 · Novo teste | 66/66 tentativas | 4.7 | 9.2 | 10.0 | 4/22 | 2 | 9,584 | 89,637 | $0.030 | 825ms |
| Diferença | — | +0.1 | -0.2 | 0 | 0 | -7959 | -89637 | -$0.024 | -211ms |
A cobertura do benchmark é diferente: 54/54 tentativas (Meta: 3 repetições por teste) contra 66/66 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.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
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 | 3.6 | 8.9 | |
| 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 |