#40

Mercury 2

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

اوسط اسکور

48

فی نتیجہ لاگت

0.726

تسلسل

83

کل لاگت

$0.044

درست ٹیسٹس

6

کوئی ٹیسٹ تبھی مکمل کامیاب شمار ہوگا جب اس کے تمام رنز کامیاب ہوں

غلط ٹیسٹس

9

فی کوشش کامیابی کی شرح: 51.1%

غیر مستحکم ٹیسٹ

3

ردِعمل کا وقت: اوسط 2.47s · کل 34.56s · زیادہ سے زیادہ 14.63s

غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1

اسکور کے لحاظ سے سرفہرست ماڈلز

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

#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

زمرہ	اوسط اسکور	تسلسل	درست ٹیسٹس
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