Advertise here
#134

Mercury 2.5

Inception Lansare: 2026-09-08 Testat la: 2026-09-08 22:50 inception/mercury-2.5::high
~100BAltulÎnchisEstimat
(high) (medium) (low) (none)

Rezumat

Mercury 2.5 obține 7.1 pe AI BENCHY și este pe #134. Are fiabilitate 9.7, rată de reușită 62.1%, cost total $0.031 și timp mediu de răspuns 4.32s.

Ce face Mercury 2.5 unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #2, iar Respectarea instrucțiunilor este zona cea mai slabă, la #15. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-09-08

Estimat
Parametri
~100B
Arhitectură
Altul
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

7.1

Consistență

8.6

Fiabilitate

9.7

Cost total (preț curent)

$0.031

Total tokenuri de ieșire

174,547

Total tokenuri de intrare

120,068

Preț de intrare

$0.040 / 1M

Preț de ieșire

$0.150 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 62.1%

Teste instabile

4

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

4.32s

Timp de răspuns (maxim): 23.63s

Timp de răspuns (total): 95.06s

Răspuns greșit: 8 Eroare API: 1 Fără răspuns: 1

Hamster playing table tennis

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

#134 Mercury 2.5

high
Cost
$0.001
Timp
3.5s
Tokenuri
2,447 tok

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Mercury 2.5highvsSolar Pro 4highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsStep 3.7 FlashlowMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsMuse Glimmer 30BlowMercury 2.5highvsDeepSeek V3.2mediumMercury 2.5highvsQwen3.5-122B-A10BmediumMercury 2.5highvsGLM 5.1mediumMercury 2.5highvsMuse Glimmer 30BmediumMercury 2.5highvsGPT-5.5none

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 6.4 7.8
Combinat 6.4 5.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 8.7 7.7
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate