#157 Mercury 2.5
medium- Cost
- $0.001
- Timp
- 3.8s
- Tokenuri
- 3,386 tok
Inception
Lansare: 2026-09-08
Testat la: 2026-09-08 22:50
inception/mercury-2.5::medium
~100BAltulÎnchisEstimat
Rezumat
Mercury 2.5 obține 6.8 pe AI BENCHY și este pe #157. Are fiabilitate 9.8, rată de reușită 65.2%, cost total $0.022 și timp mediu de răspuns 3.19s.
Ce face Mercury 2.5 unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Date despre model
Documentat la 2026-09-08
- Parametri
- ~100B
- Arhitectură
- Altul
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
6.8
Consistență
8.6
9.8
$0.022
Total tokenuri de ieșire
120,129
Total tokenuri de intrare
91,402
Preț de intrare
$0.040 / 1M
Preț de ieșire
$0.150 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
Mercury 2.5mediumvsMiMo-V2.5-PromediumMercury 2.5mediumvsGemini 3 Flash PreviewnoneMercury 2.5mediumvsGLM 5.3lowMercury 2.5mediumvsGemma 4 26B A4BmediumDisponibil gratuitMercury 2.5mediumvsDeepSeek V4 PrononeMercury 2.5mediumvsGLM 5.2noneMercury 2.5mediumvsSolar Pro 4mediumMercury 2.5mediumvsKAT-Coder-Pro V2.5noneMercury 2.5mediumvsSolar Pro 4lowMercury 2.5mediumvsLongCat 2.0low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 5.0 | 5.1 | |
| Combinat | 6.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 4.4 | 9.9 | |
| Respectarea instrucțiunilor | 6.4 | 6.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |