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

#53

Mercury 2

Inception · Lansare: 2026-02-24 · inception/mercury-2::medium

Scor

6.5

Consistență

8.6

Cost total

$0.047

Total tokenuri de ieșire

52,305

Preț de intrare

$0.250 / 1M

Preț de ieșire

$0.750 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 53.7%

Teste instabile

3

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

Timp de răspuns (mediu)

2.21s

Timp de răspuns (maxim): 14.63s

Timp de răspuns (total): 37.51s

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 6.9 9.9
Programare 10.0 10.0
Combinat 10.0 10.0
Parsare și extragere de date 7.3 5.9
Specific domeniului 2.9 7.2
Inteligență generală 4.8 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 3.9 7.5
Apelare instrumente 10.0 10.0

Modele comparate