#180 Mercury 2
none- Cost
- $0.002
- Timp
- 1.8s
- Tokenuri
- 1,514 tok
Inception
Lansare: 2026-02-24
Testat la: 2026-07-16 23:13
inception/mercury-2::none
~100BAltulÎnchisEstimat
(medium)
(none)
Rezumat
Mercury 2 obține 4.6 pe AI BENCHY și este pe #180. Are fiabilitate 10.0, rată de reușită 22.7%, cost total $0.030 și timp mediu de răspuns 829ms.
Ce face Mercury 2 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #4, iar Programare este zona cea mai slabă, la #16. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~100B
- Arhitectură
- Altul
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
4.6
Consistență
9.2
10.0
$0.030
Total tokenuri de ieșire
9,564
Total tokenuri de intrare
88,704
Preț de intrare
$0.250 / 1M
Preț de ieșire
$0.750 / 1M
Teste instabile
2
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.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 03:05 Retestare | 4.7 | 10.0 | $0.030 | Compară | |
| 2026-07-16 23:13 Test nou adăugat | 4.6 | 10.0 | $0.030 | Rularea curentă | |
| 2026-06-04 14:27 Test nou adăugat | 4.5 | 10.0 | $0.011 | Compară | |
| 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.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 23:13 · Test nou adăugat | 66/66 încercări | 4.6 | 9.2 | 10.0 | 4/22 | 2 | 9,564 | 88,704 | $0.030 | 829ms |
| 2026-06-04 14:27 · Test nou adăugat | 63/63 încercări | 4.5 | 9.2 | 10.0 | 4/21 | 2 | 4,439 | 28,113 | $0.011 | 653ms |
| Diferență | — | +0.1 | 0.0 | 0.0 | 0 | 0 | +5125 | +60591 | +$0.019 | +176ms |
Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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.
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 2nonevsCobuddymediumMercury 2nonevsGranite 4.2 8BhighMercury 2nonevsTrinity Large PreviewnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashnoneMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsKAT-Coder-Air V2.5noneMercury 2nonevsLaguna S 2.1noneDisponibil gratuitMercury 2nonevsTrinity Large ThinkinghighMercury 2nonevsGLM 4.7 Flashmedium
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 |