Advertise here
#134

Mercury 2.5

Inception 发布日期: 2026-09-08 测试于: 2026-09-08 22:50 inception/mercury-2.5::high
~100B其他闭源估算
(high) (medium) (low) (none)

摘要

Mercury 2.5 在 AI BENCHY 上得分 7.1，排名 #134。它的可靠性为 9.7，通过率为 62.1%，总成本为 $0.031，平均响应时间为 4.32s。

Mercury 2.5 的独特之处： 它最突出的是 谜题求解，排名 #2；相对较弱的是 指令遵循，排名 #15。 在这个得分水平下，它的 benchmark 总成本异常低。

模型信息

调研日期：2026-09-08

估算
参数量
~100B
架构
其他
开放状态
闭源
许可证
-

基于公开证据的最佳估算；厂商未披露全部数值。

参数量来源 开放状态来源

分数

7.1

一致性

8.6

可靠性

9.7

总成本（当前价格）

$0.031

总输出令牌

174,547

总输入令牌

120,068

输入价格

$0.040 / 1M

输出价格

$0.150 / 1M

测试正确

错误测试数: 10

尝试通过率: 62.1%

不稳定测试

4

不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。

响应时间（平均）

4.32s

响应时间（最大）: 23.63s

响应时间（总计）: 95.06s

答案错误: 8 API 错误: 1 无答案: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#134 Mercury 2.5

high
成本
$0.001
时间
3.5s
令牌
2,447 tok

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

Mercury 2.5highvsSolar Pro 4highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsStep 3.7 FlashlowMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsMuse Glimmer 30BlowMercury 2.5highvsDeepSeek V3.2mediumMercury 2.5highvsQwen3.5-122B-A10BmediumMercury 2.5highvsGLM 5.1mediumMercury 2.5highvsMuse Glimmer 30BmediumMercury 2.5highvsGPT-5.5none

类别细分

类别 分数 一致性 测试正确
反AI技巧 10.0 10.0
编程 6.4 7.8
综合 6.4 5.8
数据解析与提取 10.0 10.0
领域专项 2.9 7.2
通用智能 5.0 10.0
指令遵循 6.5 10.0
谜题求解 8.7 7.7
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型