Mercury 2
Mercury 2 est un LLM propriétaire lancé par Inception le 24 février 2026. Il se distingue par un positionnement très économique et une fenêtre de contexte de 128 000 tokens, adaptée au traitement de contenus longs.
Mercury 2 est un LLM propriétaire lancé par Inception le 24 février 2026. Il se distingue par un positionnement très économique et une fenêtre de contexte de 128 000 tokens, adaptée au traitement de contenus longs.
Ses poids ne sont pas ouverts. Sa tarification se situe 87% sous la moyenne des LLM similaires et environ 22 fois sous celle des modèles frontière. Ce rapport coût-performance constitue son principal argument, davantage que son niveau général dans les classements.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Inception |
| Poids | 🔒 Propriétaire |
| Date de sortie | 24 février 2026 |
| Multimodal | non |
| Fenêtre de contexte | 128 000 tokens |
| Modalités (entrée → sortie) | text → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 25.3 | 80ᵉ / 137 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| AIME 2025 | 91,1 % | 38ᵉ / 108 | llm-stats | Auto-déclaré |
| GPQA | 74,0 % | 102ᵉ / 219 | llm-stats | Auto-déclaré |
| IFBench | 71,0 % | 13ᵉ / 27 | llm-stats | Auto-déclaré |
| LiveCodeBench | 67,0 % | 24ᵉ / 72 | llm-stats | Auto-déclaré |
| Tau2 Airline | 53,0 % | 18ᵉ / 22 | llm-stats | Auto-déclaré |
| SciCode | 38,0 % | 14ᵉ / 18 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Intelligence Index
Classements Arena (Elo)
Arena Text · 200 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Claude Fable 5 | 1507 |
| 2ᵉ | Claude Opus 4.6 | 1504 |
| 3ᵉ | Claude Opus 4.7 | 1503 |
| ⋯ | ⋯ | |
| 186ᵉ | Llama 3.1 Nemotron Ultra 253B v1 | 1347 |
| 187ᵉ | Qwen3 32B | 1347 |
| 188ᵉ | Mercury 2 | 1347 |
| 189ᵉ | ling-flash-2.0 | 1346 |
| 190ᵉ | qwen-plus-0125 | 1346 |
Arena Code · 99 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Kimi K3 | 1679 |
| 2ᵉ | Claude Fable 5 | 1631 |
| 3ᵉ | GPT-5.6 Sol | 1618 |
| ⋯ | ⋯ | |
| 94ᵉ | Devstral 2 | 1200 |
| 95ᵉ | granite-4.1-8b | 1199 |
| 96ᵉ | Mercury 2 | 1164 |
| 97ᵉ | Grok 4 Fast | 1150 |
| 98ᵉ | Grok Code Fast 1 | 1140 |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Inception | 0,25 $ | 0,75 $ | 0,025 $ |
| inception | 0,25 $ | 0,75 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 88 % en dessous de la moyenne des LLM similaires, et 22 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût par exécution agentique — PinchBench (147 tâches) | 0,65 $ |
| Durée d'exécution — PinchBench | 41 min 07 s |
| Coût moyen par benchmark — Benchable | 0,02 $ |
| Latence moyenne par benchmark — Benchable | 1 min 17 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Mercury 2 obtient la première place du benchmark Hallucinations (Baseline), son résultat comparatif le plus convaincant. Il appartient également au groupe de tête en classification d’e-mails et affiche un bon résultat en raisonnement. À sa sortie, son classement GPQA le situait dans le top 45% des LLM de sa génération, soit dans la moitié supérieure de modèles parus au cours des 18 mois précédents. Sa fenêtre de 128 000 tokens et ses tarifs très inférieurs à la moyenne renforcent son intérêt pour les traitements textuels à fort volume.
Limites et points d'attention. Son Intelligence Index le place dans la seconde moitié du classement. Les résultats en mathématiques et en code sont faibles relativement aux autres modèles évalués, tandis que le rang obtenu en Ethics reste bas malgré un score brut élevé. Les évaluations Arena confirment ce retrait concurrentiel, avec Mercury 2 proche du bas du classement en texte comme en code, loin du modèle en tête. Il convient surtout aux usages textuels sensibles au coût, notamment la classification et le traitement de grands volumes, plutôt qu’aux tâches avancées de programmation ou de mathématiques.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).