Mercury 2
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
- 综合 Index49
- 推理51
- 编程35
- 智能体与工具44
- 指令遵循69
- 人类偏好50
- 长上下文46
嵌入这个排名
更多徽章样式[](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。
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 2.5 | 2026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 Prompts | 1359#217 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 77.0%#229 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 17.1%#256 | Artificial Analysis | |
| CritPt不计入 Index | 0.8%#272 | Artificial Analysis | |
| Arena Expert不计入 Index | 1352#213 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 38.7%#192 | SciCode | |
| WeirdML | 43.2%#90 | WeirdML | |
| Arena Coding | 1392#208 | Arena (LMArena) | |
| Arena WebDev | 1171#147 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 37.7%#210 | Artificial Analysis | |
| ALE-Bench不计入 Index | 785.6#88 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 27.3%#165 | Artificial Analysis | |
| Design Arena Website不计入 Index | 1010#168 | Design Arena |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 26.5%#132 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 70.8%#156 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 501#240 | Artificial Analysis | |
| τ³-Banking (AA) | 9.5%#152 | Artificial Analysis | |
| AutomationBench不计入 Index | 1.7%#221 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 3.8%#208 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 266#234 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 69.8%#72 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1328#217 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1343#216 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1292#236 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1341#212 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1326#242 | Arena (LMArena) |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 43.7%#366 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 10.8#383 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 236.3#299 | Artificial 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 | $0.0003 | 7.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0035 | $0.0014 | 8.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.0026 | $0.0016 | 11.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.018 | $0.0079 | 18.2 s |
| 结构化信息提取 | 2,000 / 200 | $0.0007 | $0.0003 | 7.2 s |
Inception 的更多模型
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。
[](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}
}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。