Relatório de teste de Mercury 3

Em 29 de out. de 2026, Mercury 3 tem Spicy Index preliminar de 71,8. A liberdade não foi testada ou as evidências são insuficientes. O Index mantém a pontuação original de qualidade e capacidades, recebe a marca preliminar e continua no ranking. Evidência ausente não equivale a zero.

Cada ponto por trás das notas de Mercury 3: a linha da tabela em que cada item caiu, onde perdeu pontos e cada teste de conteúdo com a data.

Testar Mercury 3

Spicy Index

71,8/ 100

3 de 7 dimensões avaliadas

Preliminar · evidências de liberdade pendentes

Freedom Score

Ainda não testado

Preço$0.325 por 1 M de tokens mistos (3 de entrada : 1 de saída)Taxa de sucessoPublicado para todos os modelos ao mesmo tempo, após 30 dias de tráfego

Como o Spicy Index é composto

Como é pontuado

O Spicy Index combina 70% de qualidade e capacidades com 30% de um Freedom Score com evidências suficientes para publicação. Com evidências completas, os pesos são 59,5% de qualidade, 10,5% de capacidades e 30% de liberdade. Preço e velocidade são mostrados separadamente.

Comparação com o líder

10,7 pontos de Index atrás de Claude Opus 5.5. Modelos empatados em primeiro: 1.

Comparação com o líder
Dimensão	Mercury 3	Claude Opus 5.5	Diferença ponderada
Rankings públicos	—	—	0,0
Roleplay	—	76,3	+15,1
Escrita criativa	53,0	71,0	-8,5
Seguimento de instruções	100,0	100,0	-22,7
Memória em contexto longo	—	—	0,0
Capacidade	45,0	65,0	+0,1
Freedom Score	—	88,9	+26,7

A liberdade não foi testada ou as evidências são insuficientes. O Index mantém a pontuação original de qualidade e capacidades, recebe a marca preliminar e continua no ranking. Evidência ausente não equivale a zero.

Como o Spicy Index é composto
Dimensão	Peso neste Index	Status	Nota
Rankings públicos	—	Pendente	—
Roleplay	—	Pendente	—
Escrita criativa	42,5%	Pontuado	53,0
Seguimento de instruções	42,5%	Pontuado	100,0
Memória em contexto longo	—	Pendente	—
Capacidade	15%	Pontuado	45,0
Freedom Score	—	Ainda não testado	—

Mercury 3: Capacidade, linha por linha

Como é pontuado

Cada item é lido da especificação do modelo na SpicyAPI e associado a uma linha de uma tabela fixa. Sem avaliação subjetiva.

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

Da especificação pública do modelo na SpicyAPI, 29 de out. de 2026

Capacidade
Item	Na SpicyAPI	Linha correspondente	Pontos	Pontos perdidos
Janela de contexto (publicada pelo criador)até 30 pts	Não informado	Não informada Mostrar a tabela completa 2M de tokens ou mais30,0 1M–1,99M24,0 500k–999k20,0 256k–499k15,0 200k–255k12,0 128k–199k8,0 Menos de 128k4,0 Não informada0,0	0,0 / 30	−30,0
Modalidades de entrada na SpicyAPIaté 25 pts	Só texto	Só texto Mostrar a tabela completa Entrada de imagem12,0 Entrada de áudio7,0 Entrada de arquivo / PDF6,0	0,0 / 25	−25,0
Uso de ferramentasaté 15 pts	Ferramentas e tool_choice	Aceita ferramentas + Controle por tool_choice Mostrar a tabela completa Aceita ferramentas10,0 Controle por tool_choice5,0	15,0 / 15	Pontuação cheia
Saída estruturadaaté 15 pts	Aceito, aderência ao esquema verificada	response_format accepted + JSON-schema adherence verified Mostrar a tabela completa Aceita response_format8,0 Aderência ao esquema JSON verificada pelo nosso conjunto de testes de seguimento de instruções7,0	15,0 / 15	Pontuação cheia
Controle de raciocínioaté 15 pts	4 níveis: none · low · medium · high	4 níveis, incluindo uma opção desligada ou mínima Mostrar a tabela completa 4 ou mais níveis de esforço selecionáveis10,0 3 níveis7,0 2 níveis4,0 Uma opção desligada / mínima5,0	15,0 / 15	Pontuação cheia

Parcela dos pontos obtidos por item

Ainda não testado

Estas dimensões ainda não têm dados, por isso não entram no Index. Nenhuma é estimada.

Rankings públicos40% da qualidade
Ainda não testado
Notas do arena.ai, da Artificial Analysis e da Design Arena, só do modelo exato, cada uma convertida para 0–100 e ponderada na média.
Como é pontuado
Roleplay15% da qualidade
Ainda não testado
Consistência do personagem, imersão e ausência de sermão fora do personagem: 30 cenários × 3 amostras, pontuados às cegas por três LLMs juízes.
Como é pontuado
Memória em contexto longo15% da qualidade
Ainda não testado
Perguntas de recordação e de dois passos em 32k, 128k, 256k, 512k e 1M de tokens, dentro da janela publicada do modelo.
Como é pontuado

Testes de conteúdo de Mercury 3, tarefa por tarefa

Como é pontuado

A nota da família é a média das tarefas, então uma única tarefa cautelosa puxa a família inteira para baixo. Veja de onde veio cada ponto.

Ainda não fizemos testes de conteúdo com este modelo, então ele não tem Freedom Score.

Quanto custa e quanto demora

Como é pontuado

Medido, nunca pontuado. O preço vem do catálogo ao vivo; a velocidade, de trabalhos reais dos últimos 30 dias.

Preço: $0.325 por 1 M de tokens mistos (3 de entrada : 1 de saída)
Taxa de sucesso: Ainda não publicado para nenhum modelo. As taxas de sucesso serão publicadas para todas as famílias ao mesmo tempo, depois de 30 dias de tráfego real.

Velocidade de saída: 238 tok/sInclui o tempo até o primeiro token
Taxa de sucesso: Coletando dados

Um tempo aparece quando há pelo menos 10 trabalhos concluídos. As taxas de sucesso contam só trabalhos de clientes e ficam ocultas para todos os modelos até completarmos 30 dias de tráfego.

Mais relatórios de teste de modelos de linguagem

Objetivo e independente

A SpicyAPI vende acesso a este modelo. As notas vêm só das tabelas publicadas e dos registros de teste desta página. Preço, condições comerciais e acordos de fornecimento não têm nenhum papel.

Como avaliamos Todas as análises