#50

Mercury 2

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

Средний балл

31

Стоимость за результат

0.196

Стабильность

89

Общая стоимость

$0.006

Тестов верно

3

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

Ошибочных тестов

12

Доля успешных попыток: 26.7%

Нестабильные тесты

2

Время ответа: среднее 594ms · суммарно 8.91s · макс. 1.27s

Неверный ответ: 11 Не соблюдены инструкции: 1

Лучшие модели по оценке

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

#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

Категория	Средний балл	Стабильность	Тестов верно
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