AI BENCHY
Advertise here
#155

Mercury 2

Inception Lansare: 2026-02-24 Testat la: 2026-06-04 14:27 inception/mercury-2::none
(medium) (none)

Rezumat

Mercury 2 obține 4.5 pe AI BENCHY și este pe #155. Are fiabilitate 10.0, rată de reușită 23.8%, cost total $0.011 și timp mediu de răspuns 653ms.

Ce face Mercury 2 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #3, iar Trucuri anti-AI este zona cea mai slabă, la #12. Este vizibil rapid față de modele similare.

Scor

4.5

Consistență

9.2

Total tokenuri de ieșire

4,439

Total tokenuri de intrare

28,113

Preț de intrare

$0.250 / 1M

Preț de ieșire

$0.750 / 1M

Teste corecte

Teste greșite: 17

Rată de trecere pe încercare: 23.8%

Teste instabile

2

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

Timp de răspuns (mediu)

653ms

Timp de răspuns (maxim): 1.43s

Timp de răspuns (total): 13.72s

Generation showcase

Hamster playing table tennis

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

#155 Mercury 2

none
Cost
$0.002
Time
1.8s
Tokens
1,514 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:27 Test nou adăugat 4.5 10.0 $0.011 Rularea curentă
2026-05-22 00:39 Suită modificată 4.6 10.0 $0.009 Compară
2026-04-11 01:44 Prima rulare înregistrată 4.8 N/D $0.007 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.250 / 1M $0.750 / 1M

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 3.0 10.0
Programare 3.4 9.6
Combinat 3.0 10.0
Parsare și extragere de date 7.3 5.9
Specific domeniului 5.3 7.2
Inteligență generală 4.8 10.0
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 3.1 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate