Rapport de test de Mercury 3

Au 29 oct. 2026, Mercury 3 obtient un Spicy Index provisoire de 71,8. La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro.

Chaque point derrière les notes de Mercury 3 : la ligne de grille où chaque critère est tombé, où il a perdu des points, et chaque test de contenu avec sa date.

Essayer Mercury 3

Spicy Index

71,8/ 100

3 dimension(s) évaluée(s) sur 7

Provisoire · preuves de liberté en attente

Freedom Score

Pas encore testé

Prix$0.325 par million de tokens mixtes (3 en entrée : 1 en sortie)Taux de réussitePublié pour tous les modèles en même temps, après 30 jours de trafic

Comment se compose le Spicy Index

Comment c’est noté

Le Spicy Index combine 70% de qualité et capacités avec 30% de Freedom Score publiable. Avec des preuves complètes : 59,5% de qualité, 10,5% de capacités et 30% de liberté. Prix et vitesse restent séparés.

Comparaison avec le premier

10,7 points Index derrière Claude Opus 5.5. Modèles à la première place : 1.

Comparaison avec le premier
Dimension	Mercury 3	Claude Opus 5.5	Écart pondéré
Classements publics	—	—	0,0
Jeu de rôle	—	76,3	+15,1
Écriture créative	53,0	71,0	-8,5
Respect des consignes	100,0	100,0	-22,7
Mémoire en contexte long	—	—	0,0
Capacités	45,0	65,0	+0,1
Freedom Score	—	88,9	+26,7

La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro.

Comment se compose le Spicy Index
Dimension	Part dans cet Index	État	Note
Classements publics	—	En attente	—
Jeu de rôle	—	En attente	—
Écriture créative	42,5 %	Noté	53,0
Respect des consignes	42,5 %	Noté	100,0
Mémoire en contexte long	—	En attente	—
Capacités	15 %	Noté	45,0
Freedom Score	—	Pas encore testé	—

Mercury 3 : Capacités, ligne par ligne

Comment c’est noté

Chaque critère est lu dans la spécification du modèle sur SpicyAPI et rattaché à une ligne d’une grille fixe. Aucune appréciation subjective.

45,0/ 1000 + 0 + 15 + 15 + 15 = 45 / 100

D’après la spécification publique du modèle sur SpicyAPI, 29 oct. 2026

Capacités
Critère	Sur SpicyAPI	Ligne retenue	Points	Points perdus
Fenêtre de contexte (publiée par l’éditeur)jusqu’à 30 pts	Non indiqué	Non indiquée Afficher la grille complète 2M de tokens ou plus30,0 1M–1,99M24,0 500k–999k20,0 256k–499k15,0 200k–255k12,0 128k–199k8,0 Moins de 128k4,0 Non indiquée0,0	0,0 / 30	−30,0
Modalités d’entrée sur SpicyAPIjusqu’à 25 pts	Texte uniquement	Texte uniquement Afficher la grille complète Entrée d’images12,0 Entrée audio7,0 Entrée de fichiers / PDF6,0	0,0 / 25	−25,0
Utilisation d’outilsjusqu’à 15 pts	Outils et tool_choice	Outils acceptés + Contrôle par tool_choice Afficher la grille complète Outils acceptés10,0 Contrôle par tool_choice5,0	15,0 / 15	Tous les points
Sortie structuréejusqu’à 15 pts	Accepté, respect du schéma vérifié	response_format accepted + JSON-schema adherence verified Afficher la grille complète response_format accepté8,0 Respect du schéma JSON vérifié par notre batterie de respect des consignes7,0	15,0 / 15	Tous les points
Contrôle du raisonnementjusqu’à 15 pts	4 niveaux : none · low · medium · high	4 niveaux, dont un réglage désactivé ou minimal Afficher la grille complète 4 niveaux d’effort ou plus10,0 3 niveaux7,0 2 niveaux4,0 Un réglage désactivé / minimal5,0	15,0 / 15	Tous les points

Part des points obtenus par critère

Pas encore testé

Ces dimensions n’ont pas encore de données, elles ne comptent donc pas dans l’Index. Aucune n’est estimée.

Classements publics40 % de la qualité
Pas encore testé
Des notes issues d’arena.ai, d’Artificial Analysis et de Design Arena, uniquement pour le modèle exact, chacune convertie sur 0–100 puis moyennée selon son poids.
Comment c’est noté
Jeu de rôle15 % de la qualité
Pas encore testé
Cohérence du personnage, immersion et absence de sermon hors personnage : 30 scénarios × 3 échantillons, notés par trois LLM juges en aveugle.
Comment c’est noté
Mémoire en contexte long15 % de la qualité
Pas encore testé
Questions de rappel et à deux étapes à 32k, 128k, 256k, 512k et 1M de tokens, dans la fenêtre publiée du modèle.
Comment c’est noté

Les tests de contenu de Mercury 3, tâche par tâche

Comment c’est noté

La note de la famille est la moyenne des notes de ses tâches : une seule tâche prudente fait baisser toute la famille. Voici d’où vient chaque point.

Nous n’avons pas encore mené de tests de contenu sur ce modèle : il n’a donc pas de Freedom Score.

Ce que ça coûte et le temps que ça prend

Comment c’est noté

Mesuré, jamais noté. Le prix vient du catalogue en direct ; la vitesse, de vraies tâches des 30 derniers jours.

Prix: $0.325 par million de tokens mixtes (3 en entrée : 1 en sortie)
Taux de réussite: Pas encore publié, pour aucun modèle. Les taux de réussite seront publiés pour toutes les familles en même temps, après 30 jours de trafic réel.

Vitesse de sortie: 238 tokens/sDélai jusqu’au premier token inclus
Taux de réussite: Collecte en cours

Un temps apparaît dès qu’au moins 10 tâches terminées sont reçues. Les taux de réussite ne comptent que les tâches des clients et restent masqués pour tous les modèles jusqu’à 30 jours complets de trafic.

Autres rapports de test de modèles de langage

Objectivité et indépendance

SpicyAPI vend l’accès à ce modèle. Ses notes viennent uniquement des grilles publiées et des relevés de test de cette page. Le prix, les conditions commerciales et les accords d’approvisionnement n’y jouent aucun rôle.

Notre méthode Tous les tests