AI BENCHY
Advertise here

#89

Mercury 2

Inception 发布日期: 2026-02-24 测试于: 2026-05-22 00:40 inception/mercury-2::medium
(medium) (none)

分数

6.5

一致性

8.8

可靠性

10.0

总输出令牌

62,427

总输入令牌

32,570

输入价格

$0.250 / 1M

输出价格

$0.750 / 1M

测试正确

错误测试数: 11

尝试通过率: 51.7%

不稳定测试

3

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)

2.27s

响应时间(最大): 14.63s

响应时间(总计): 43.20s

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-05-22 00:40 重新测试 6.3 10.0 $0.055 当前轮次
2026-04-11 01:44 首次记录的运行 6.5 不适用 $0.047 比较

轮次对比

测试轮次分数一致性可靠性测试正确不稳定测试总输出令牌总输入令牌总成本响应时间(平均)
2026-05-22 00:40 · 当前轮次6.58.810.09/20362,42732,570$0.0552.27s
2026-04-11 01:44 · 首次记录的运行6.58.6不适用8/18352,3050$0.0472.21s
差值0.0+0.2+10+10122+32570+$0.009+67ms

这两次运行使用了不同的基准测试集,因此差异同时反映模型变化和测试集变化。

价格历史

来自 OpenRouter 的该模型历史定价数据。

日期 输入价格 输出价格
2026-06-03 21:35 $0.250 / 1M $0.750 / 1M

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

类别细分

类别 分数 一致性 测试正确
反AI技巧 6.9 9.9
编程 7.2 6.5
综合 10.0 10.0
数据解析与提取 7.3 5.9
领域专项 2.9 7.2
通用智能 4.8 10.0
指令遵循 10.0 10.0
谜题求解 5.4 10.0
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型