#40

Mercury 2

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

Средний балл

48

Стоимость за результат

0.726

Стабильность

83

Общая стоимость

$0.044

Тестов верно

6

Тест считается полностью пройденным, только если все его прогоны успешны.

Ошибочных тестов

9

Доля успешных попыток: 51.1%

Нестабильные тесты

3

Время ответа: среднее 2.47s · суммарно 34.56s · макс. 14.63s

Неверный ответ: 5 Не соблюдены инструкции: 3 Ошибка API: 1

Лучшие модели по оценке

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

#34 GPT-5 Nano 54

#35 gpt-oss-120b 51

#36 Gemini 2.5 Flash 51

#37 Qwen3.5-27B 49

#38 DeepSeek V3.2 49

#39 Qwen3.5-122B-A10B 49

#40 Mercury 2 48

#41 Qwen3.5-Flash 47

#42 MiniMax M2.5 46

#43 Qwen3.5-35B-A3B 45

#44 GPT-5.4 45

#45 Trinity Large Preview (free) 41

#46 GPT-4o-mini 41

Категория	Средний балл	Стабильность	Тестов верно
Anti-AI Tricks	73	98	2/3
Combined	100	100	1/1
Data parsing and extraction	55	59	1/2
Domain specific	100	72	0/3
Instructions following	55	100	1/2
Puzzle Solving	17	75	0/3
Tool Calling	100	100	1/1