Claude Opus 5 vs Mercury 2.5 Preview (medium)

Claude Opus 5 лидирует по среднему баллу: 7.1 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $2.766. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 10.78s, с долей успешных попыток 55.1% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #181
Общее число выходных токенов: 31,386
Время ответа (среднее): 10.78s
Общая стоимость: $2.766

Ранг: #207
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Рекомендуемая модель Mercury 2.5 Preview (medium)

Его балл близок к лучшему здесь (6.8 против 7.1), при этом он примерно в 72.0 раза дешевле, чем Claude Opus 5.

Подробное сравнение

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02

Метрика	Claude Opus 5 Claude Opus 5 none Релиз: 2026-07-25	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02
Оценка	7.1	6.8
Ранг	#181	#207
Надежность	10.0	10.0
Стабильность	9.6	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	66.7%
Нестабильные тесты	1	1
Всего запусков	69	69
Стоимость за результат	23.044	0.244
Общая стоимость	$2.766	$0.039
Цена входа	$5.000 / 1M	$0.040 / 1M
Цена выхода	$25.000 / 1M	$0.150 / 1M
Цена чтения из кэша	$0.500 / 1M	Н/Д
Цена записи в кэш	$6.250 / 1M	Н/Д
Общее число входных токенов	396,120	397,291
Выходные токены	31,386	6,355
Токены рассуждений	0	143,752
Время ответа (среднее)	10.78s	6.66s
Время ответа (макс.)	79.61s	74.63s
Время ответа (суммарно)	247.96s	153.29s
Параметры	~5T всего (~500B активных)	~100B
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#181 Claude Opus 5

none

Стоимость: $0.271
Время: 149.3s
Токены: 10,962 tok

#207 Mercury 2.5 Preview

medium

Стоимость: $0.001
Время: 2.7s
Токены: 2,241 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.4	9.6	0.0%	0		79.61s	210,573	6,520	0
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		3.88s	10,503	309	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	5.3	10.0	33.3%	0		11.10s	972	5,440	0
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		3.70s	708	316	0
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		2.81s	909	99	0
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0		7.89s	11,739	355	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Claude Opus 5nonevsQwen3.6 27Bmedium Mercury 2.5 PreviewmediumvsGPT-6 Solnone Claude Opus 5nonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5medium Claude Opus 5nonevsLongCat 2.0medium Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Claude Opus 5nonevsQwen3.7 Flashhigh Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Claude Opus 5nonevsGemini 3.8 Flashlow