#90 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
摘要
Mercury 2 在 AI BENCHY 上得分 6.3，排名 #90。它的可靠性为 10.0，通过率为 50.0%，总成本为 $0.055，平均响应时间为 2.27s。
Mercury 2 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 数据解析与提取，排名 #13。
输入价格
$0.250 / 1M
输出价格
$0.750 / 1M
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）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 14:27 新增测试 | 6.6 | 10.0 | $0.058 | 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 · 重新测试 | 6.3 | 8.4 | 10.0 | 8/20 | 4 | 62,397 | 0 | $0.055 | 2.27s |
| 2026-04-11 01:44 · 首次记录的运行 | 6.5 | 8.6 | 不适用 | 8/18 | 3 | 52,305 | 0 | $0.047 | 2.21s |
| 差值 | -0.2 | -0.2 | 0 | +1 | +10092 | 0 | +$0.009 | +65ms |
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。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Mercury 2mediumvsGrok Build 0.1mediumMercury 2mediumvsDeepSeek V4 ProhighMercury 2mediumvsGPT-5.3 ChatnoneMercury 2mediumvsMiniMax M3mediumMercury 2mediumvsGPT-5.4 NanomediumMercury 2mediumvsGemini 3.5 FlashhighMercury 2mediumvsGemini 3 Flash PreviewmediumMercury 2mediumvsNemotron 3 Ultra 550b A55bmedium免费可用Mercury 2mediumvsGPT-5.5low