Zum Hauptinhalt springen

Inception LabsSprachmodellAktiv

Mercury 2

Für Mercury 2 gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

Beliebtheitnoch keine Daten

k. A.ohne Such- oder Nutzungsdaten

Zusammenfassung

Mercury 2 erzeugt Antworten durch parallele Verfeinerung eines Textes statt durch autoregressives Token-für-Token-Decoding. Inception Labs überträgt mit diesem Diffusionsansatz eine vor allem aus der Bildgenerierung bekannte Arbeitsweise auf ein Reasoning-Sprachmodell.

Das Modell verarbeitet laut Anbieter 128K Token Kontext. Es ist über die Inception API und Mercury Chat verfügbar; Mercury 2.5 erweitert das Kontextfenster später auf 260K Token.

Mercury 2 im eigenen Test

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

Mercury 2: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

05.10.2026 · 5,3 s · 0,0017 $

Testdetails
Datum des Testlaufs
05.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
inception/mercury-2
Reasoning-Einstellung
high
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
2.323 Token
Kosten des Versuchs
0,0017 $
Antwortzeit
5,3 s
API-Modell laut Antwort
inception/mercury-2
Festgelegter Endpunkt
Inception | inception/mercury-2-20260304
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

SVG-Kurztest

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

Mercury 2

In dieser Runde nicht verfügbar

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 32 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 3

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
0,8489795918
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 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. 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. Reasoning-Stufe: high. Angezeigter Wert: 0,8 %. 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=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. Reasoning-Stufe: high
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
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
69,7959183673
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 Fragen
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
superseded
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: high. Angezeigter Wert: 69,8 %. 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-ifbench:AA test set: 294 questions:standalone:reasoning:effort=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: high
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.. Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
Quelle Artificial Analysis
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
69,7959183673
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 Fragen
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-11-07
Methodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: high. Angezeigter Wert: 69,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:effort=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Reasoning-Stufe: high
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
Quelle Artificial Analysis
PinchBench · task success rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
78
Messgröße
Task success rate
Einheit
%
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Inception Labs, Mercury 2 on PinchBench: Fast Diffusion Models and the Personal Agent Era
Status
active
Abrufdatum
2026-10-21
Methodik
Vom Anbieter veröffentlichter Wert. Inception Labs berichtet eine Evaluation von Mercury 2 auf PinchBench, einem OpenClaw-Agentenbenchmark zu realer Werkzeugnutzung, mehrstufigem Schlussfolgern, mehrdeutigen Anweisungen und praktischen Aufgabenergebnissen. Der Beitrag nennt eine Erfolgsrate, aber keinen Nenner, kein Messdatum und keine unveränderliche Servingrevision.
Einordnung
Vom Anbieter berichteter Wert, in der geöffneten PinchBench-Seite nicht unabhängig reproduziert. Die sichtbare aktuelle Top-10-Tabelle zeigt Mercury 2 nicht; ein modellbezogener Nenner und eine unveränderliche Servingrevision fehlen.
Quelle Inception Labs, Mercury 2 on PinchBench: Fast Diffusion Models and the Personal Agent Era
GDPval-AA: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
501,73
Messgröße
GDPval-AA Elo
Einheit
Elo
Benchmark-Version
v2.1
Kategorie
agentic
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
superseded
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Kennung des Quellmodells: artificial-analysis/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high. 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-gdpval-aa:v2.1:standalone:reasoning:effort=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high
Einordnung
Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
Quelle Artificial Analysis
GDPval-AA: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
502,12
Messgröße
GDPval-AA Elo
Einheit
Elo
Benchmark-Version
v2.1
Kategorie
agentic
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
superseded
Abrufdatum
2026-10-29
Methodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Kennung des Quellmodells: artificial-analysis/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-29-5a1b1cf41cd1. Prüfsumme der Quelldaten: 5a1b1cf41cd14d4fa7e1b5c737732505ff7f014395c8a19ff9385c13df09b106. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-10-29. Quellenkohorte: artificial-analysis-gdpval-aa:v2.1:standalone:reasoning:effort=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, 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. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high
Einordnung
Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
Quelle Artificial Analysis
GDPval-AA: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
501,73
Messgröße
GDPval-AA Elo
Einheit
Elo
Benchmark-Version
v2.1
Kategorie
agentic
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-11-07
Methodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Kennung des Quellmodells: artificial-analysis/016d330a-2141-4afa-b2fc-62b314423dc1/mercury-2/mercury-2. Name des Quellmodells: Mercury 2. Anbieter laut Quelle: Inception. Modellstand: Mercury 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-gdpval-aa:v2.1:standalone:reasoning:effort=high:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Mercury 2 (Release mercury-2, Zeile mercury-2, UUID 016d330a-2141-4afa-b2fc-62b314423dc1, reasoning=true, effort=high, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. 220 Aufgaben mit je einem Lauf. AA wertet die Ergebnisse durch paarweise Vergleiche eines Expertenpanels aus und verankert die Elo-Skala bei DeepSeek V4.1 Flash (Max) auf 1.600.. Harness: Artificial Analysis Stirrup. Agent: Stirrup agent. Werkzeugrichtlinie: Agentic task completion with file outputs. Versuche: 220 tasks, one run per task; panel pairwise judgments. Reasoning: reasoning enabled. Reasoning-Stufe: high
Quelle Artificial Analysis
AA-Omniscience Index (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
-50,7166666667
Messgröße
AA-Omniscience Index
Einheit
points
Benchmark-Version
AA-Omniscience (current evaluator version not exposed on model page)
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-10-04
Methodik
Unabhängige Evaluation. Artificial Analysis misst mercury-2 mit reasoning_effort=high. Der dokumentierte Standard ist medium.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle Artificial Analysis
AA-Omniscience Accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,2118333333
Messgröße
AA-Omniscience Accuracy
Einheit
ratio
Benchmark-Version
AA-Omniscience (current evaluator version not exposed on model page)
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-10-04
Methodik
Unabhängige Evaluation. Artificial Analysis misst mercury-2 mit reasoning_effort=high. Der dokumentierte Standard ist medium.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle Artificial Analysis
AA-Omniscience Hallucination Rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,9122436033
Messgröße
AA-Omniscience Hallucination Rate
Einheit
ratio
Benchmark-Version
AA-Omniscience (current evaluator version not exposed on model page)
Kategorie
source-specific
Richtung
Weniger ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-10-04
Methodik
Unabhängige Evaluation. Artificial Analysis misst mercury-2 mit reasoning_effort=high. Der dokumentierte Standard ist medium.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle Artificial Analysis
GDPval-AA (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
497,66
Messgröße
GDPval-AA
Einheit
elo
Benchmark-Version
GDPval-AA v2.1
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-10-04
Methodik
Unabhängige Evaluation. Artificial Analysis misst mercury-2 mit reasoning_effort=high. Der dokumentierte Standard ist medium.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle Artificial Analysis
τ²-Bench Telecom (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0,7076023392
Messgröße
τ²-Bench Telecom
Einheit
ratio
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-10-04
Methodik
Unabhängige Evaluation. Artificial Analysis misst mercury-2 mit reasoning_effort=high. Der dokumentierte Standard ist medium.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle Artificial Analysis

Seite 1 von 3

Alle technischen Daten

Architektur

Architektur
Diffusionsbasierte Antwortgenerierung
Quelle: Architektur

Ein- und Ausgabe

Kontextfenster
128K
Quelle: Kontextfenster
Funktionen
Einstellbares Reasoning, native Werkzeuge und schema-konformes 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
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Verfügbarkeit
API und Mercury Chat
Quelle: Verfügbarkeit
Abschaltung
Keine angekündigt
ohne Quelle

Preise

Kein Abozugang in Deutschland erfasst.

Alle Tarife im KI-Abo-Vergleich

Häufige Fragen zu Mercury 2

Kann ich Mercury 2 lokal nutzen?

Nein. Inception Labs veröffentlicht die Gewichte nicht.

Angaben von Inception Labs

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

Quellen und Datenstand

Alle 11 Quellen anzeigen

Benchmarkquellen im Überblick

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

AuswerterTestreihenGesamtindizesErfasste aktive Messwerte
Artificial Analysis15019

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

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 7 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

immutable serving revision and confidence interval

Hinweis

Der Beitrag nennt weder eine unveränderliche Revision noch ein 95%-Intervall.

Ungeklärt

WideSearch score scale and method

Hinweis

Der Artikel nennt für den Score 0,923 weder Skala/Einheit noch Richtung, Stichprobenzahl oder Intervall.

Ungeklärt

FRAMES latency statistic

Hinweis

Der Artikel nennt 10,8 Sekunden, aber nicht, ob es sich um Mittelwert, Median, Einzelmessung oder eine andere Statistik handelt. Ein Intervall fehlt.

Weitere QuelleInception Labs Mercury 2 announcement (abgerufen 3. Oktober 2026; 4. Oktober 2026; 19. Oktober 2026) · Inception Labs Mercury 2 announcement · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleInception original publication dates (abgerufen 3. Oktober 2026)
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 29. Oktober 2026; 2. November 2026; 7. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026; 7. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 4. Oktober 2026)
Weitere QuelleInception Labs, Mercury 2 for Search (abgerufen 17. Oktober 2026; 19. Oktober 2026)
Weitere QuelleAbhinav Raghunathan, custom Mercury 2 RAG benchmark (abgerufen 19. Oktober 2026)
Weitere QuelleInception Labs, Mercury 2 on PinchBench: Fast Diffusion Models and the Personal Agent Era (abgerufen 21. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 4. Oktober 2026)12