AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#259

Mercury 2.5 Preview

Inception Lansare: 2026-09-02 Testat la: 2026-09-02 02:04 inception/mercury-2.5-preview::none
~100BAltulÎnchisEstimat

Rezumat

Mercury 2.5 Preview obține 4.9 pe AI BENCHY și este pe #259. Are fiabilitate 10.0, rată de reușită 30.3%, cost total $0.018 și timp mediu de răspuns 3.51s.

Date despre model

Documentat la 2026-09-02

Estimat
Parametri
~100B
Arhitectură
Altul
Disponibilitate
Închis
Licență
-

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

Scor

4.9

Consistență

8.3

Total tokenuri de ieșire

82,585

Total tokenuri de intrare

130,296

Preț de intrare

$0.040 / 1M

Preț de ieșire

$0.150 / 1M

Teste corecte

Teste greșite: 18

Rată de trecere pe încercare: 30.3%

Teste instabile

5

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

Timp de răspuns (mediu)

3.51s

Timp de răspuns (maxim): 60.70s

Timp de răspuns (total): 77.28s

Hamster playing table tennis

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

#259 Mercury 2.5 Preview

none
SVG invalid
Cost
$0.001
Timp
3.3s
Tokenuri
3,122 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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.8 8.3
Programare 4.7 7.9
Combinat 3.0 10.0
Parsare și extragere de date 6.3 5.8
Specific domeniului 3.6 7.2
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 5.6 7.4
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate