#90 Mercury 2
medium- Стоимость
- $0.002
- Время
- 2.1s
- Токены
- 1,702 tok
Inception
Релиз: 2026-02-24
Проверено: 2026-05-22 00:40
inception/mercury-2::medium
~100BДругоеЗакрытая модельОценка
(medium)
(none)
Сводка
Mercury 2 набирает 6.3 в AI BENCHY и занимает #90. У модели надежность 10.0, доля успешных попыток 50.0%, общая стоимость $0.055 и среднее время ответа 2.27s.
Что делает Mercury 2 особенной: Сильнее всего модель выделяется в Комбинированный, где занимает #1; самая слабая область — Анти-ИИ уловки с #18. Она заметно быстрее похожих моделей.
Сведения о модели
Дата исследования: 2026-08-12
- Параметры
- ~100B
- Архитектура
- Другое
- Доступность
- Закрытая модель
- Лицензия
- -
Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.
6.3
Стабильность
8.4
10.0
Общее число выходных токенов
62,397
Общее число входных токенов
0
Цена входа
$0.250 / 1M
Цена выхода
$0.750 / 1M
Цена чтения из кэша
Н/Д
Цена записи в кэш
Н/Д
Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.
Нестабильные тесты
4
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-08-14 03:05 Повторный тест | 7.0 | 10.0 | $0.094 | Сравнить | |
| 2026-07-16 23:14 Добавлен новый тест | 7.0 | 10.0 | $0.093 | Сравнить | |
| 2026-06-04 14:27 Добавлен новый тест | 6.6 | 10.0 | $0.058 | Сравнить | |
| 2026-05-22 00:40 Повторный тест | 6.3 | 10.0 | $0.055 | Текущий запуск | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 6.5 | Н/Д | $0.047 | Сравнить |
Сравнение запусков
| Запуск | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:40 · Повторный тест | 60/60 попыток | 6.3 | 8.4 | 10.0 | 8/20 | 4 | 62,397 | 0 | $0.055 | 2.27s |
| 2026-04-11 01:44 · Первый зафиксированный запуск | 54/54 попыток | 6.5 | 8.6 | Н/Д | 8/18 | 3 | 52,305 | 0 | $0.047 | 2.21s |
| Разница | — | -0.2 | -0.2 | 0 | +1 | +10092 | 0 | +$0.009 | +65ms |
Покрытие бенчмарка различается: 60/60 попыток (Цель: 3 повторов на тест) против 54/54 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Лучшие модели по оценке
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
Mercury 2mediumvsLongCat 2.0lowMercury 2mediumvsStep 3.7 FlashhighMercury 2mediumvsQwen3.7 FlashmediumMercury 2mediumvsBeam 1.0 501B A23BmediumMercury 2mediumvsGLM 5.2noneMercury 2mediumvsKAT-Coder-Pro V2.5lowMercury 2mediumvsGPT-5.5noneMercury 2mediumvsClaude Sonnet 5.5mediumMercury 2mediumvsGLM 5.3 FlashlowMercury 2mediumvsQwen3.6 35B A3Bmedium
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 6.9 | 9.9 | |
| Программирование | 7.2 | 6.5 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 7.3 | 5.9 | |
| Предметно-ориентированное | 2.9 | 7.2 | |
| Общий интеллект | 4.8 | 10.0 | |
| Следование инструкциям | 10.0 | 10.0 | |
| Решение головоломок | 3.8 | 7.3 | |
| Вызов инструментов | 10.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |