Ember-1 (high) vs Mercury 2 (medium)

Ember-1 (high) лидирует по среднему баллу: 7.1 vs 7.0. Mercury 2 (medium) имеет более низкую стоимость benchmark: $0.094 vs $1.798. Mercury 2 (medium) быстрее: 2.95s vs 56.77s, с долей успешных попыток 71.2% vs 53.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-28

Сравниваемые модели

Ранг: #158
Общее число выходных токенов: 110,125
Время ответа (среднее): 56.77s
Общая стоимость: $1.798

Ранг: #166
Общее число выходных токенов: 87,554
Время ответа (среднее): 2.95s
Общая стоимость: $0.094

Рекомендуемая модель Mercury 2 (medium)

Его балл близок к лучшему здесь (7.0 против 7.1), при этом он примерно в 19.3 раза дешевле, чем Ember-1 (high).

Подробное сравнение

Метрика	Ember-1 Ember-1 high Релиз: 2026-09-28	Mercury 2 Mercury 2 medium Релиз: 2026-02-24

Метрика	Ember-1 Ember-1 high Релиз: 2026-09-28	Mercury 2 Mercury 2 medium Релиз: 2026-02-24
Оценка	7.1	7.0
Ранг	#158	#166
Надежность	8.0	10.0
Стабильность	7.3	8.4
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	53.0%
Нестабильные тесты	7	4
Всего запусков	66	66
Стоимость за результат	14.981	0.933
Общая стоимость	$1.798	$0.094
Цена входа	$3.000 / 1M	$0.250 / 1M
Цена выхода	$15.000 / 1M	$0.750 / 1M
Общее число входных токенов	48,577	110,515
Выходные токены	7,345	10,325
Токены рассуждений	102,780	77,229
Время ответа (среднее)	56.77s	2.95s
Время ответа (макс.)	255.06s	14.63s
Время ответа (суммарно)	1248.88s	61.89s
Параметры	~2.8T всего (~104B 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.

#158 Ember-1

high

Стоимость: $0.038
Время: 55.1s
Токены: 2,671 tok

#166 Mercury 2

medium

Стоимость: $0.002
Время: 2.1s
Токены: 1,702 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsGPT-5.5none Mercury 2mediumvsSpace Bunny Alphahigh Ember-1highvsGrok 4.3medium Ember-1highvsGPT-5.6 Solnone Ember-1highvsGPT-6 Lunalow DeepSeek V3.2mediumvsEmber-1high Mercury 2mediumvsGPT-6 Lunalow Mercury 2mediumvsGPT-5.6 Solnone Ember-1highvsGLM 5.1medium Ember-1highvsGPT-5.5none Ember-1highvsGrok 4.20medium Claude Fable 5.1lowvsMercury 2medium