InceptionSprachmodellAktiv

Mercury 2.5

Mercury 2.5 gehört zu den schwächeren Modellen: Platz 88 von 91 im Gesamtindex.

LeistungPlatz 88 von 91

44,7Gesamtindexhöher ist besser

TempoPlatz 1 von 100

576Token pro Sekundehöher ist besser

Preiskein API-Preis

k. A.je 1 Mio. Tokenniedriger ist besser

Kontextk. A.

k. A.Token auf einmal

BeliebtheitPlatz 670 von 875

0von 100wie im Vormonat

Zusammenfassung

Mit 576 Token pro Sekunde schreibt es schneller als ein typisches Modell (87). Geschätzt, ohne eigene Werte in: Schlussfolgern, Wissen und Allgemein.

Neu an Mercury 2.5 ist unter anderem das 260K-Kontextfenster, gegenüber 128K bei Mercury 2. Inception behält den Diffusionsansatz bei und nennt für die neue Version 1.107 Token pro Sekunde auf NVIDIA-GPUs. Diese Geschwindigkeit stammt aus der Herstellermessung.

Inception hat das Training anhand von Kundenfeedback und Fehlern im Produktionseinsatz überarbeitet. Mercury 2.5 erzeugt Text und ist über die Inception API, Baseten und OpenRouter verfügbar.

Benchmarks von Mercury 2.5

Gesamtindex (Gradually Meta-Score v4)

20 von 91 Modellen

5 Modelle dieser Auswahl sind im Gesamtindex mit einer niedrigeren Reasoning-Stufe als max gemessen. Gestrichelte Säule: niedrigere Reasoning-Stufe als die Spitze.

Claude Opus 5.5max126,1

Gemini 4 Carbonhigh125,7

Claude Fable 5.1max123,8

Claude Sonnet 5.5max122,8

Gemini 4 Argonhigh122,3

GPT-6 Astramax121,3

GPT-6.1 Solmax119,2

Muse Wonder Fullmax118,3

Claude Opus 5max117,2

Muse Wondermax113,4

Kimi K3.1 Promax112,9

Claude Fable 5max112,5

GPT-6 Solmax110,6

GPT-5.6 Solmax108,7

Muse Spark 1.3max107,4

Gemini 3.7 Flashhigh107,1

DeepSeek V4.1 Flash 1017max106,6

Gemini 3.8 Flashhigh106,5

GPT-6.1 Terramax105,2

Mercury 2.5high44,7

DeepSeek V4.1 Flash 1017

Gemini 3.8 Flash

GPT-6.1 Terra

Mercury 2.5

Tempo

20 von 100 Modellen

Mercury 2.5576Token/s

Gemini 3.1 Flash-Lite336Token/s

Gemini 3.5 Flash-Lite299Token/s

Nemotron 3.5 Lightning245Token/s

Claude Haiku 5.5236Token/s

o3-mini230Token/s

Ling 3.0 Flash199Token/s

DeepSeek-V3 0324195Token/s

GPT-5.4 mini191Token/s

Gemini 3 Flash Preview191Token/s

Gemini 3.5 Flash184Token/s

Gemini 3.6 Flash182Token/s

Command A Plus177Token/s

DeepSeek-V4.1-Flash176Token/s

DeepSeek V4.1 Flash 1017172Token/s

Qwen 3.7 Max165Token/s

GPT-5.4 nano153Token/s

GPT OSS 20B152Token/s

GPT OSS 120B151Token/s

Claude Sonnet 5.5151Token/s

Mercury 2.5

Gemini 3.1 Flash-Lite

Gemini 3.5 Flash-Lite

Nemotron 3.5 Lightning

Gemini 3 Flash Preview

DeepSeek V4.1 Flash 1017

Ausgabe-Token pro Sekunde, gemessen von Artificial Analysis

Mercury 2.5 nach Aufgabenbereich

Punkte, 100 = Durchschnitt der Referenzgruppe · höher ist besser

ProgrammierenPlatz 88 von 9057,3

Mathematikzu wenig Daten52,2

RechtPlatz 70 von 6650,1

GesundheitPlatz 69 von 6843,4

AgentenPlatz 89 von 8340,8

FinanzenPlatz 97 von 9633,4

Heller Balken: noch zu wenig Ergebnisse für einen Platz. Noch keine Tests: Schlussfolgern, Wissen, Allgemein, Multimodal.

Alle 243 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

CritPt v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: pass@1 accuracy
Einheit: %
Benchmark-Version: v2
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: disputed
Abrufdatum: 2026-11-02
Methodik: Exakte AA-Konfiguration: Mercury 2.5 (Release mercury-2-5, Zeile mercury-2-5, UUID 765c9f31-95ec-4f14-900a-80614c3b0777, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 0. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Kennung des Quellmodells: artificial-analysis/765c9f31-95ec-4f14-900a-80614c3b0777/mercury-2-5/mercury-2-5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Modellstand: Mercury 2.5. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: reasoning enabled. Angezeigter Wert: 0,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-critpt-v2:v2:standalone:reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik: Exakte AA-Konfiguration: Mercury 2.5 (Release mercury-2-5, Zeile mercury-2-5, UUID 765c9f31-95ec-4f14-900a-80614c3b0777, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 0. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: reasoning enabled
Einordnung: Die AA-Quelle enthält hier den ursprünglichen CritPt-Wert. Die frühere Zuordnung zu CritPt v2 ist falsch; Wert und frühere Beschriftung bleiben als strittiger Altbeleg erhalten.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.

Quelle Artificial Analysis

Code Migration: CLI (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.023
Bewertung: 6.023
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: cli
Aufgabenbezeichnung: CLI
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-29. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 760.46. Standardfehler: 1.398. Kosten je Aufgabe in USD: 0.522043. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-11-06-29583d3e44f7. Prüfsumme der Quelldaten: 29583d3e44f7f84f9585638967cbc19a412a65265d07cbe16ce4bc09b685241c. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-code-migration:1:cli
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

Code Migration: COBOL (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: cobol
Aufgabenbezeichnung: COBOL
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-29. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 1614.952. Standardfehler: 0. Kosten je Aufgabe in USD: 0.94276. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-11-06-29583d3e44f7. Prüfsumme der Quelldaten: 29583d3e44f7f84f9585638967cbc19a412a65265d07cbe16ce4bc09b685241c. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-code-migration:1:cobol
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

Code Migration: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 4.517
Bewertung: 4.517
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-29. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 974.083. Standardfehler: 1.048. Kosten je Aufgabe in USD: 0.627223. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-11-06-29583d3e44f7. Prüfsumme der Quelldaten: 29583d3e44f7f84f9585638967cbc19a412a65265d07cbe16ce4bc09b685241c. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-code-migration:1:overall
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

CyberBench v1.1: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 45.476
Bewertung: 45.476
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1.1
Kategorie: cybersecurity
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-11-05. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 1139.168. Standardfehler: 6.056. Kosten je Aufgabe in USD: 0.12462. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-cyber-2026-11-06-685f9c5e30d1. Prüfsumme der Quelldaten: 685f9c5e30d12de611455c14f9bff493f7ef804638b58412afbef7bd075190f3. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-cyberbench:1.1:overall
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

CyberBench v1.1: Patch (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 64.286
Bewertung: 64.286
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1.1
Kategorie: cybersecurity
Aufgabe: patch
Aufgabenbezeichnung: Patch
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-11-05. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 661.559. Standardfehler: 6.403. Kosten je Aufgabe in USD: 0.126262. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-cyber-2026-11-06-685f9c5e30d1. Prüfsumme der Quelldaten: 685f9c5e30d12de611455c14f9bff493f7ef804638b58412afbef7bd075190f3. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-cyberbench:1.1:patch
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

CyberBench v1.1: PoC (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 26.667
Bewertung: 26.667
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1.1
Kategorie: cybersecurity
Aufgabe: poc
Aufgabenbezeichnung: PoC
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-11-05. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 1616.777. Standardfehler: 5.709. Kosten je Aufgabe in USD: 0.122978. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-cyber-2026-11-06-685f9c5e30d1. Prüfsumme der Quelldaten: 685f9c5e30d12de611455c14f9bff493f7ef804638b58412afbef7bd075190f3. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-cyberbench:1.1:poc
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: Comps (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 11.518
Bewertung: 11.518
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: comps
Aufgabenbezeichnung: Comps
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-20. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 317.21. Standardfehler: 4.015. Kosten je Aufgabe in USD: 0.481209. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-11-06-1ccb1c0be00a. Prüfsumme der Quelldaten: 1ccb1c0be00a3ce7d6fbe1e420de1a64bad253458d78ca09d7d6209ba59fd571. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-emb:1:comps
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: Dataroom (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 15.513
Bewertung: 15.513
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: dataroom
Aufgabenbezeichnung: Dataroom
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-20. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 362.75. Standardfehler: 5.699. Kosten je Aufgabe in USD: 0.379957. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-11-06-1ccb1c0be00a. Prüfsumme der Quelldaten: 1ccb1c0be00a3ce7d6fbe1e420de1a64bad253458d78ca09d7d6209ba59fd571. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-emb:1:dataroom
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: DCF (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 4.721
Bewertung: 4.721
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: dcf
Aufgabenbezeichnung: DCF
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-20. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 280.224. Standardfehler: 1.918. Kosten je Aufgabe in USD: 0.411431. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-11-06-1ccb1c0be00a. Prüfsumme der Quelldaten: 1ccb1c0be00a3ce7d6fbe1e420de1a64bad253458d78ca09d7d6209ba59fd571. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-emb:1:dcf
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: LBO (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 8.25
Bewertung: 8.25
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: lbo
Aufgabenbezeichnung: LBO
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-20. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 259.925. Standardfehler: 2.824. Kosten je Aufgabe in USD: 0.375911. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-11-06-1ccb1c0be00a. Prüfsumme der Quelldaten: 1ccb1c0be00a3ce7d6fbe1e420de1a64bad253458d78ca09d7d6209ba59fd571. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-emb:1:lbo
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: M&A (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.35
Bewertung: 6.35
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: ma
Aufgabenbezeichnung: M&A
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-11-06
Methodik: Kennung des Quellmodells: inception/mercury-2.5. Name des Quellmodells: Mercury 2.5. Anbieter laut Quelle: Inception. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-20. Reasoning-Stufe: high. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 395.701. Standardfehler: 2.25. Kosten je Aufgabe in USD: 0.572506. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-11-06-1ccb1c0be00a. Prüfsumme der Quelldaten: 1ccb1c0be00a3ce7d6fbe1e420de1a64bad253458d78ca09d7d6209ba59fd571. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-emb:1:ma
Vergleichsmethodik: Reasoning-Stufe: high. Maximale Ausgabetoken: 65536

Quelle Vals AI

Seite 1 von 21

Selbst ansehen: ein Auftrag, ein Versuch

Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

05.10.2026 · 5,2 s · 0,0002 $

Testdetails

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: inception/mercury-2.5
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 1.543 Token
Kosten des Versuchs: 0,0002 $
Antwortzeit: 5,2 s
API-Modell laut Antwort: inception/mercury-2.5
Festgelegter Endpunkt: Inception | inception/mercury-2.5-20260908
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Ursprung der Aufgabe: Simon Willison

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Mercury 2.5

In dieser Runde nicht verfügbar

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter

20 von 101 Modellen

GPT-573

DeepSeek V4.1 Flash 101768

Kimi K368

DiffusionGemma 26B A4B IT63

Mercury 2.50

DeepSeek V4.1 Flash 1017

DiffusionGemma 26B A4B IT

Claude Opus 5

Qwen 3.8 Flash

Mercury 2.5

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 5. November 2026

Mercury 2.5Agnes 3.0 FlashAion 3.5Aion 3.5 MiniEmber-1

Alle technischen Daten

Architektur

Modellklasse: Diffusions-Sprachmodell; Quelle: Modellklasse

Ein- und Ausgabe

Kontextfenster: 260K Token laut Inception; Quelle: Kontextfenster
Geschwindigkeit: 1.107 Token pro Sekunde laut Anbieter; Quelle: Geschwindigkeit
Funktionen: Reasoning, parallele Werkzeugaufrufe und schemaorientiertes JSON; Quelle: Funktionen

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen: Unbekannt; ohne Quelle
Watermarking-Technik: Nicht bekannt; ohne Quelle

Lizenz und Zugang

Zugang: Inception API, Baseten und OpenRouter; Quelle: Zugang

Preise

In keinem Abo in Deutschland enthalten.

Alle Tarife im KI-Abo-Vergleich

Häufige Fragen zu Mercury 2.5

Wie gut ist Mercury 2.5 in Benchmarks?

Schwach: Platz 88 von 91 im Gesamtindex.

Gesamtindex (Gradually Meta-Score v4) aus 17 Benchmark-Ergebnissen · Daten bis 06.11.2026

LeistungGesamtindex in Punkten, 100 = Durchschnitt der Referenzgruppe · höher ist besser

DeepSeek-R148,2

GPT-4.147,7

Mistral Medium 3.546,8

Mercury 2.5Platz 8844,7

DeepSeek-V3 032440,8

GPT-4.1 mini39,5

Mistral Large 338,9

Was ist der Gesamtindex (Gradually Meta-Score v4)?

Ein Punktwert, der viele unabhängige Benchmarks zu einer Zahl zusammenfasst. 100 Punkte sind der Durchschnitt einer festen Referenzgruppe, höher ist besser. Mercury 2.5 erreicht 44,7 Punkte, das ist Platz 88 von 91.

Eigene Auswertung von gradually.ai, Methode benchmark-meta-score-v4 · für Mercury 2.5 aus 17 Testreihen

Welche Daten: Nur aktuelle, geprüfte Ergebnisse unabhängiger Auswerter wie Artificial Analysis, Vals AI, LMArena, LiveBench und Epoch AI. Herstellerangaben sowie historische und strittige Werte zählen nicht.
Ein Wert je Test: Je Quelle und Testreihe zählt der neueste Abruf mit einem festen Aufbau. Testet eine Quelle mehrere Reasoning-Stufen, gilt die höchste dokumentierte. Eine Testreihe braucht mindestens 5 Modelle.
Vergleichbar machen: Prozentwerte werden so umgerechnet, dass Abstände nahe 0 und nahe 100 % fair zählen, danach wird jede Testreihe auf dieselbe Skala gebracht. So wiegt ein schwerer Test nicht mehr als ein leichter.
Gemeinsame Stärke: Ein statistisches Modell schätzt aus allen Testreihen zugleich eine gemeinsame Leistungsfähigkeit je Modell und je Bereich, wie stark ein Modell davon abweicht. Fehlende Tests werden nicht als null gezählt.
Gewichtung: Kernbereiche (Programmieren, Schlussfolgern, Mathematik, Wissen, Agenten, Allgemein und Multimodal) zählen zusammen 75 %, die Fachbereiche Finanzen, Recht und Gesundheit zusammen 25 %.
Die Punkteskala: Der Wert misst sich an einer festen Referenzgruppe aus 29 Modellen, ähnlich wie ein IQ-Wert: 100 Punkte sind ihr Durchschnitt, 15 Punkte eine Standardabweichung der Gruppe. Die Skala ist nach oben und unten offen und kein Prozentwert. Liegt ein Modell 15 Punkte vorn, schneidet es in etwa drei von vier Benchmark-Vergleichen besser ab. Neue Modelle verschieben die alten Werte nicht.
Platz nach Score: Der Platz folgt der Reihenfolge der Scores unter allen Modellen mit Platz, etwa „Platz 14 von 95“. Ob ein Vorsprung belastbar ist, prüft eine zweite Rechnung, die den Score 200-mal mit zufällig neu gezogenen Testfamilien wiederholt. Liegt ein Modell dabei nicht fast immer vorn, gelten zwei Modelle als gleichauf.
Mindestanforderung: Einen Wert gibt es erst ab 8 Testreihen aus 2 Quellen und 3 Bereichen, einen Platz nur bei ausreichender Genauigkeit. Fehlen Kernbereiche, steht der Hinweis „geschätzt“ dabei.
Was er nicht ist: Kein eigener Test von gradually.ai und kein Urteil über jede einzelne Aufgabe. Für eine bestimmte Aufgabe zählen die Bereichswerte und die einzelnen Benchmarks mehr.

Wie schnell ist Mercury 2.5?

576 Token pro Sekunde. Das ist schneller als ein typisches Modell mit 87.

Gemessen von Artificial Analysis am 06.11.2026. AA 3.0.0, einschließlich Zeit bis zum ersten Token, über verfügbare Workloads und fünf Tage gemittelt.

TempoToken pro Sekunde · höher ist besser

Mercury 2.5Platz 1 von 100576

DeepSeek-V3 0324195

Mistral Medium 3.5144

GPT-4.1119

GPT-4.1 mini85

Mistral Large 378

GLM-4.632

Kann ich Mercury 2.5 lokal nutzen?

Nein. Inception veröffentlicht die Gewichte nicht.

Angaben von Inception

Offene Gewichte: nein
Lizenz: k. A.
Parameter: k. A.
davon aktiv je Token: k. A.

Quellen und Datenstand

Alle 44 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	1	1	2
Vals AI	17	0	142

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

Art	Nachweis und Datenstand
Geschwindigkeit	Inception, Reasoning enabled; effort unspecified. AA 3.0.0, einschließlich Zeit bis zum ersten Token, über verfügbare Workloads und fünf Tage gemittelt. Abgerufen am 6. November 2026. Quelle: Artificial Analysis · Artificial Analysis, mercury 2 5 model page (abgerufen 17. Oktober 2026)Messmethode der Geschwindigkeit
Recherchestand	Recherchestand 4. Oktober 2026. 13 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht	sample-count-and-confidence-interval Originalwortlaut AA publishes neither a per-profile total executed N nor a confidence interval for this aggregate index. Methodology component task counts are not this model's measured N.
Ungeklärt	serving-revision-and-reasoning-effort Originalwortlaut The exact Mercury 2.5 page does not disclose a model weights source, immutable serving revision, or model-side reasoning effort.
Nicht veröffentlicht	score scale, denominator, serving revision and confidence interval Hinweis Die geprüfte Quelle veröffentlicht für diese Scorezellen nicht alle Einheiten, Nenner, Serving-Revisionen oder Konfidenzintervalle; unbekannte Werte bleiben offen.
Weitere Quelle	Inception Mercury 2.5 announcement (abgerufen 3. Oktober 2026; 4. Oktober 2026; 17. Oktober 2026; 19. Oktober 2026) · Inception Mercury 2.5 announcement · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere Quelle	Inception model blog (abgerufen 3. Oktober 2026) · Inception model blog · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere Quelle	Artificial Analysis (abgerufen 2. November 2026)
Weitere Quelle	Artificial Analysis (abgerufen 29. Oktober 2026; 2. November 2026; 6. November 2026)
Weitere Quelle	Vals AI (abgerufen 6. November 2026)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Weitere Quelle	Vals AI (abgerufen 16. Oktober 2026)1 2
Weitere Quelle	Vals AI (abgerufen 16. Oktober 2026; 31. Oktober 2026; 6. November 2026)
Weitere Quelle	Vals AI (abgerufen 16. Oktober 2026; 30. Oktober 2026; 31. Oktober 2026)
Weitere Quelle	MathBench AI, Mercury 2.5 results (abgerufen 17. Oktober 2026; 28. Oktober 2026)
Weitere Quelle	Jevals, Mercury 2.5 benchmark (abgerufen 17. Oktober 2026)
Weitere Quelle	Epoch AI (abgerufen 20. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 4. Oktober 2026)1 2
Weitere Quelle	Modellmetadaten (abgerufen 17. Oktober 2026)1 2 3 4 5
Weitere Quelle	Modellmetadaten (abgerufen 17. Oktober 2026; 28. Oktober 2026)
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Inception Mercury 3 launch (2026-10-24)