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

Средний балл практически равен: 6.5 vs 6.5. Mercury 2.5 Preview (high) имеет более низкую стоимость benchmark: $0.039 vs $1.100. Mercury 2.5 Preview (high) быстрее: 7.61s vs 8.03s, с долей успешных попыток 40.6% vs 65.2%.

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

Сравниваемые модели

Ранг: #192
Общее число выходных токенов: 37,748
Время ответа (среднее): 8.03s
Общая стоимость: $1.100

Ранг: #194
Общее число выходных токенов: 180,597
Время ответа (среднее): 7.61s
Общая стоимость: $0.039

Рекомендуемая модель Mercury 2.5 Preview (high)

Здесь у него лучший балл (6.5), при этом он примерно в 28.8 раза дешевле, чем Claude Sonnet 5.5 (medium).

Подробное сравнение

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

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 medium Релиз: 2026-09-29	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02
Оценка	6.5	6.5
Ранг	#192	#194
Надежность	10.0	9.9
Стабильность	9.7	8.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	40.6%	65.2%
Нестабильные тесты	1	6
Всего запусков	69	69
Стоимость за результат	12.221	0.319
Общая стоимость	$1.100	$0.039
Цена входа	$2.000 / 1M	$0.000 / 1M
Цена выхода	$10.000 / 1M	$0.000 / 1M
Общее число входных токенов	361,183	298,512
Выходные токены	26,609	3,178
Токены рассуждений	11,139	177,419
Время ответа (среднее)	8.03s	7.61s
Время ответа (макс.)	51.18s	86.84s
Время ответа (суммарно)	184.80s	175.08s
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.

#192 Claude Sonnet 5.5

medium

Стоимость: $0.024
Время: 17.4s
Токены: 2,525 tok

#194 Mercury 2.5 Preview

high

Стоимость: $0.001
Время: 4.5s
Токены: 3,851 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		51.18s	190,412	3,424	1,344
Mercury 2.5 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476

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		2.54s	858	1,697	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.4	9.7	0.0%	0		6.07s	10,608	6,767	0
Mercury 2.5 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.5	10.0	50.0%	0		23.58s	133,232	7,780	5,241
Mercury 2.5 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789

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	6.5	10.0	50.0%	0		2.56s	10,515	696	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522

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		8.78s	990	4,137	2,729
Mercury 2.5 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	5.1	3.4	33.3%	1		2.27s	714	324	0
Mercury 2.5 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300

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		1.88s	921	346	0
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777

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		2.43s	912	876	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066

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		4.75s	11,757	354	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.25s	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		8.57s	264	208	1,825
Mercury 2.5 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954

Быстрое сравнение

Сменить пару сравнения

Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Mercury 2.5 PreviewhighvsGLM 5.3low Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5 PreviewhighvsGLM 5.1none Claude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5low Claude Sonnet 5.5mediumvsGLM 5.3low Mercury 2.5 PreviewhighvsGrok 4.3medium Mercury 2.5 PreviewhighvsLaguna XS 2.1mediumБесплатно доступно Claude Sonnet 5.5mediumvsGLM 5.1none Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low Mercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone