Claude Sonnet 5.5 (low) vs Mercury 2.5 Preview (medium)

Средний балл практически равен: 6.9 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.037 vs $0.909. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 7.46s, с долей успешных попыток 46.4% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #166
Общее число выходных токенов: 32,443
Время ответа (среднее): 7.46s
Общая стоимость: $0.909

Ранг: #171
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.037

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 24.8 раза дешевле, чем Claude Sonnet 5.5 (low).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 low Релиз: 2026-09-29	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 low Релиз: 2026-09-29	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02
Оценка	6.9	6.8
Ранг	#166	#171
Надежность	10.0	10.0
Стабильность	9.4	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	46.4%	66.7%
Нестабильные тесты	2	1
Всего запусков	69	69
Стоимость за результат	9.082	0.244
Общая стоимость	$0.909	$0.037
Цена входа	$2.000 / 1M	$0.000 / 1M
Цена выхода	$10.000 / 1M	$0.000 / 1M
Общее число входных токенов	291,853	397,291
Выходные токены	24,116	6,355
Токены рассуждений	8,327	143,752
Время ответа (среднее)	7.46s	6.66s
Время ответа (макс.)	46.61s	74.63s
Время ответа (суммарно)	171.47s	153.29s
Параметры	~1T всего (~100B активных)	~100B
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#166 Claude Sonnet 5.5

low

Стоимость: $0.020
Время: 15.3s
Токены: 2,077 tok

#171 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 Sonnet 5.5	10.0	10.0	100.0%	0		46.61s	125,435	2,660	1,153
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 Sonnet 5.5	6.5	10.0	50.0%	0		2.55s	858	1,736	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 Sonnet 5.5	3.2	9.7	0.0%	0		5.81s	10,608	5,903	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 Sonnet 5.5	7.9	6.9	66.7%	1		22.50s	128,879	7,220	4,027
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 Sonnet 5.5	10.0	10.0	100.0%	0		2.31s	10,515	312	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 Sonnet 5.5	3.0	10.0	0.0%	0		8.09s	990	3,974	2,570
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 Sonnet 5.5	4.8	3.2	33.3%	1		2.33s	714	374	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 Sonnet 5.5	6.3	10.0	50.0%	0		1.91s	921	357	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 Sonnet 5.5	7.7	10.0	66.7%	0		2.50s	912	892	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 Sonnet 5.5	10.0	10.0	100.0%	0		4.67s	11,757	354	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 Sonnet 5.5	3.0	10.0	0.0%	0		4.97s	264	334	577
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

Быстрое сравнение

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Claude Sonnet 5.5lowvsGemma 4 31BmediumБесплатно доступно Mercury 2.5 PreviewmediumvsGPT-6 Solnone Claude Sonnet 5.5lowvsEmber-1high Claude Sonnet 5.5lowvsKimi K2.6medium Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Sonnet 5.5lowvsQwen3.5-Flashmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGPT-6 Solnone Ember-1highvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsSpace Bunny Alphamax