BenchLeader

Mercury 2

质量第 176 / 339 名
49.2Index
低于中位数
较中位数 −1.0
价格第 72 / 255 名
$0.375每百万 token
比多数便宜
中位数的 0.4 倍
速度第 3 / 216 名
346token/秒
前 10%
中位数的 4.2 倍
性价比第 69 / 255 名
131.2分/$
高于中位数
中位数的 2.4 倍

性价比更高: Nemotron 3 Nano 30B A3B $0.088/M 即可获得 Index 47.4,价格只有四分之一。

有 25 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 22 个。

截至 2026年11月16日,Mercury 2(Inception)在 BenchLeader Index 上得分 49.2(共 608 个已排名配置)。表现最好的是指令遵循(69),最弱的是编程(35)。API 价格为输入每百万 token $0.250、输出每百万 token $0.750(按 3:1 混合为 $0.375),为 2026年11月16日的标价。输出速度约为 350 token/秒(Artificial Analysis)。发布于 2026年2月20日。

要点(截至 2026年11月16日)

  • Mercury 2 的 API 价格为输入每百万 token $0.250、输出每百万 token $0.750(按 3:1 混合为 $0.375)(标价,2026年11月16日)。
  • Mercury 2 的输出速度约为 350 token/秒(Artificial Analysis,2026年11月16日)。
  • Mercury 2 于 2026年2月20日发布(Inception)。

详细说明:Mercury 2 是 Inception 的闭源推理模型,发布于 2026年2月20日。其最佳配置在 BenchLeader Index 上得分 49.2 ±7.7,在 608 个配置中排第 365 名,处于下半区。关键在于这个“±”:另有 353 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(69),编程最低(35)。按混合价格计,每百万 token $0.375,比大多数已排名模型便宜。输出速度为 346 token/秒,首次回答需 6.7 秒,位于最快的四分之一。最近一次测量:2026年11月11日。

混合价格
$0.375/M
输入 $0.250 · 输出 $0.750
来源:Artificial Analysis
输出速度
346 tok/s
由 Artificial Analysis 测量
首次回答
6.67 s
上下文
128k
来源:models.dev
完整回答
13 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2026年2月20日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index49
  2. 推理51
  3. 编程35
  4. 智能体与工具44
  5. 指令遵循69
  6. 人类偏好50
  7. 长上下文46

嵌入这个排名

更多徽章样式
[![Mercury 2 on BenchLeader: 综合第 173 名](https://www.benchleader.com/badge/mercury-2.svg?style=compact)](https://www.benchleader.com/models/mercury-2)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Inception 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Inception 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Mercury 3无推理2026年10月19日––
Mercury 2.52026年9月8日––
Mercury 2本页2026年2月20日49.2#365

Index 走势

2026年9月8日 至 2026年11月16日
404958

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
Arena Hard Prompts1359#217Arena (LMArena)
GPQA Diamond (AA)不计入 Index77.0%#229Artificial Analysis
Humanity's Last Exam (AA)不计入 Index17.1%#256Artificial Analysis
CritPt不计入 Index0.8%#272Artificial Analysis
Arena Expert不计入 Index1352#213Arena (LMArena)

编程

基准测试默认来源趋势
SciCode38.7%#192SciCode
WeirdML43.2%#90WeirdML
Arena Coding1392#208Arena (LMArena)
Arena WebDev1171#147Arena (LMArena)
SciCode (AA)不计入 Index37.7%#210Artificial Analysis
ALE-Bench不计入 Index785.6#88Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index27.3%#165Artificial Analysis
Design Arena Website不计入 Index1010#168Design Arena

智能体与工具

指令遵循

基准测试默认来源趋势
IFBench69.8%#72Artificial Analysis
Arena Instruction Following不计入 Index1328#217Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1343#216Arena (LMArena)
Arena Creative Writing不计入 Index1292#236Arena (LMArena)
Arena Multi-turn不计入 Index1341#212Arena (LMArena)
Arena Longer Queries不计入 Index1326#242Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.143.7%#366Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index10.8#383Artificial Analysis
AA Progress Index v1不计入 Index236.3#299Artificial Analysis

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.025。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0003$0.00037.5 s
总结一份 30 页的报告12,000 / 600$0.0035$0.00148.4 s
代码编辑6,000 / 1,500$0.0026$0.001611.0 s
智能体编程会话60,000 / 4,000$0.018$0.007918.2 s
结构化信息提取2,000 / 200$0.0007$0.00037.2 s

Inception 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Mercury 2 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Mercury 2 on BenchLeader: 综合第 173 名](https://www.benchleader.com/badge/mercury-2.svg)](https://www.benchleader.com/models/mercury-2)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Mercury 2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mercury-2

BibTeX:

@misc{benchleader_mercury_2_20261116,
  author       = {{BenchLeader}},
  title        = {{Mercury 2 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mercury-2}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Mercury 2 的基准测试得分是多少?
截至 2026年11月16日,Mercury 2 的 BenchLeader Index 为 49.2 ±7.7。最强的是指令遵循(69),最弱的是编程(35)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Mercury 2 排名第几?
截至 2026年11月16日,Mercury 2 在 608 个已排名配置中排第 365 名。另有 353 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Mercury 2 每百万 token 的价格是多少?
截至 2026年11月16日,Mercury 2 的价格为输入每百万 token $0.250、输出每百万 token $0.750,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.375。
Mercury 2 是什么时候发布的?
Inception 于 2026年2月20日发布了 Mercury 2。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Mercury 2:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/mercury-2。