DeepSeek V3.2 vs Mercury 2.5 Preview (default)

Mercury 2.5 Preview (default) лидирует по среднему баллу: 4.7 vs 4.6. Mercury 2.5 Preview (default) имеет более низкую стоимость benchmark: $0.023 vs $0.119. Mercury 2.5 Preview (default) быстрее: 7.05s vs 22.44s, с долей успешных попыток 34.8% vs 29.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-16

Сравниваемые модели

Ранг: #359
Общее число выходных токенов: 57,866
Время ответа (среднее): 22.44s
Общая стоимость: $0.119

Ранг: #353
Общее число выходных токенов: 86,367
Время ответа (среднее): 7.05s
Общая стоимость: $0.023

Рекомендуемая модель Mercury 2.5 Preview (default)

Здесь у него лучший балл (4.7), при этом он примерно в 5.1 раза дешевле, чем DeepSeek V3.2.

Подробное сравнение

Метрика	DeepSeek V3.2 DeepSeek V3.2 none Релиз: 2025-12-01	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02

Метрика	DeepSeek V3.2 DeepSeek V3.2 none Релиз: 2025-12-01	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02
Оценка	4.6	4.7
Ранг	#359	#353
Надежность	10.0	9.9
Стабильность	8.2	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	34.8%	29.0%
Нестабильные тесты	5	5
Всего запусков	69	69
Стоимость за результат	1.943	0.559
Общая стоимость	$0.119	$0.023
Цена входа	$0.280 / 1M	$0.040 / 1M
Цена выхода	$0.420 / 1M	$0.150 / 1M
Цена чтения из кэша	$0.028 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	342,158	250,541
Выходные токены	32,853	86,367
Токены рассуждений	25,013	0
Время ответа (среднее)	22.44s	7.05s
Время ответа (макс.)	122.50s	84.96s
Время ответа (суммарно)	516.03s	162.25s
Параметры	671B всего (37B активных)	~100B
Доступность	Открытый исходный код	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.

#359 DeepSeek V3.2

none

Стоимость: $0.002
Время: 7.0s
Токены: 1,046 tok

#353 Mercury 2.5 Preview

default

Неверный SVG

Стоимость: $0.001
Время: 3.3s
Токены: 3,122 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
DeepSeek V3.2	3.0	10.0	0.0%	0		122.50s	206,327	15,767	0
Mercury 2.5 Preview	3.9	9.6	0.0%	0		84.96s	120,245	3,782	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
Mercury 2.5 Preview	3.8	8.3	16.7%	1		655ms	812	256	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
Mercury 2.5 Preview	4.7	7.9	22.2%	1		459ms	7,850	650	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	4.8	10.0	0.0%	0		113.53s	109,626	10,550	23,269
Mercury 2.5 Preview	3.0	10.0	0.0%	0		31.28s	101,129	80,273	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	210	1,500
Mercury 2.5 Preview	6.3	5.8	66.7%	1		1.04s	8,333	672	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.0	10.0	0.0%	0		1.48s	675	23	0
Mercury 2.5 Preview	3.6	7.2	22.2%	1		631ms	875	40	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
Mercury 2.5 Preview	5.0	10.0	0.0%	0		482ms	544	85	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
Mercury 2.5 Preview	6.3	10.0	50.0%	0		1.26s	753	73	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
Mercury 2.5 Preview	5.6	7.4	44.4%	1		684ms	796	292	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	278	244
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.29s	8,969	229	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		419ms	235	15	0

Сменить пару сравнения

Mercury 2.5 PreviewdefaultvsNemotron 3.5 LightningmediumБесплатно доступно DeepSeek V3.2nonevsQwen3 Coder Nextmedium DeepSeek V3.2nonevsLaguna S 2.1lowБесплатно доступно Mercury 2.5 PreviewdefaultvsLaguna S 2.1noneБесплатно доступно Granite 4.2 8BhighvsMercury 2.5 Previewdefault DeepSeek V3.2nonevsGranite 4.2 8Bhigh DeepSeek V3.2nonevsNemotron 3.5 LightninglowБесплатно доступно Mercury 2.5 PreviewdefaultvsQwen3 Coder Nextmedium North Mini CodedefaultБесплатно доступноvsDeepSeek V3.2none Mercury 2.5 PreviewdefaultvsGLM 4.7 Flashnone DeepSeek V3.2nonevsNemotron 3.5 LightningmediumБесплатно доступно Mercury 2.5 PreviewdefaultvsGPT-5.4 Nanonone