Mercury 2.5

Inception Labs · 发布于 2026-09-08

评分规则

需要至少两个独立评测方

综合评分-20.5未进入主榜 · 覆盖 48%评测较少（7/18）单一机构

编程-20.5第 61 名 · 覆盖 75%单一机构

专业办公-20.5第 73 名 · 覆盖 75%单一机构

知识问答-20.5未进入分榜 · 覆盖 0%评测较少（0/3）

科研-20.5未进入分榜 · 覆盖 17%评测较少（1/6）单一机构

上下文窗口

260,000 token

API 价格

缓存 ¥0.13 · 输入 ¥1.34 · 输出 ¥5.01

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

7 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：来源未提供；另有 7 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（1）

inception/mercury-2.5

缺少实测的领域：知识问答、真人偏好。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

-20.5

Terminal-Bench 4.0Vals AI0.00%统一读数 ≤28.6

来源: Terminal-Bench 4.0
上游型号: inception/mercury-2.5
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

Code MigrationVals AI4.52%统一读数 ≤16.6

来源: Code Migration
上游型号: inception/mercury-2.5
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

Vibe Code Bench v1.1Vals AI3.68%统一读数 ≤10.1

来源: Vibe Code Bench v1.1
上游型号: inception/mercury-2.5
运行配置: high · OpenHands · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

科研

-20.5

Terminal-Bench-ScienceVals AI0.00%统一读数 ≤52.4

来源: Terminal-Bench-Science
上游型号: inception/mercury-2.5
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

专业办公

-20.5

Finance Agent (v2)Vals AI18.89%统一读数 -20.5

来源: Finance Agent (v2)
上游型号: inception/mercury-2.5
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI0.00%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: inception/mercury-2.5
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI31.33%统一读数 15.2

来源: MedCode
上游型号: inception/mercury-2.5
运行配置: high · Vals one-shot 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

-20.5

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

真人偏好

-20.5

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

尚未测到（11）

FrontierMath T1–3 v2、Chess Puzzles、Mystery Game Puzzles、SimpleQA Verified、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、MysteryMechanism、Arena Text · 风格控制

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。