#50

Mercury 2

Inception · Lansare: 2026-02-24 · inception/mercury-2::none

Scor mediu

31

Cost per rezultat

0.196

Consistență

89

Cost total

$0.006

Teste corecte

3

Un test este considerat trecut complet doar dacă toate rulările lui trec.

Teste greșite

12

Rată de trecere pe încercare: 26.7%

Teste instabile

2

Timp de răspuns: medie 594ms · total 8.91s · maxim 1.27s

Răspuns greșit: 11 Nu a urmat instrucțiunile: 1

Top modele după scor

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

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

#47 GLM 4.7 Flash 38

#48 Kimi K2.5 37

#49 Qwen3 Coder Next 34

#50 Mercury 2 31

#51 Qwen3 Coder Next 31

#52 Grok 4.1 Fast 29

#53 GLM 4.7 Flash 29

#54 MiMo-V2-Flash 27

#55 LFM2-24B-A2B 23

Categorie	Scor mediu	Consistență	Teste corecte
Anti-AI Tricks	100	100	0/3
Combined	100	100	0/1
Data parsing and extraction	55	59	1/2
Domain specific	40	72	1/3
Instructions following	35	100	0/2
Puzzle Solving	100	100	0/3
Tool Calling	100	100	1/1