Gemma 4 31B (medium) vs Mercury 2.5 Preview (medium)

Gemma 4 31B (medium) лидирует по среднему баллу: 6.9 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.144. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 78.76s, с долей успешных попыток 66.7% vs 66.7%.

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

Сравниваемые модели

Ранг: #164
Общее число выходных токенов: 277,315
Время ответа (среднее): 78.76s
Общая стоимость: $0.144

Ранг: #171
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 6.9), при этом он примерно в 3.7 раза дешевле, чем Gemma 4 31B (medium).

Подробное сравнение

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02
Оценка	6.9	6.8
Ранг	#164	#171
Надежность	10.0	10.0
Стабильность	8.7	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	66.7%
Нестабильные тесты	3	1
Всего запусков	69	69
Стоимость за результат	1.195	0.244
Общая стоимость	$0.144	$0.039
Цена входа	$0.090 / 1M	$0.040 / 1M
Цена выхода	$0.340 / 1M	$0.150 / 1M
Цена чтения из кэша	$0.050 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	251,164	397,291
Выходные токены	36,112	6,355
Токены рассуждений	241,203	143,752
Время ответа (среднее)	78.76s	6.66s
Время ответа (макс.)	437.40s	74.63s
Время ответа (суммарно)	1653.96s	153.29s
Параметры	30.7B	~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.

#164 Gemma 4 31B

medium

Стоимость: $0.002
Время: 45.7s
Токены: 2,696 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
Gemma 4 31B	10.0	10.0	100.0%	0		82.13s	156,195	1,713	8,181
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
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
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
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
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729
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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
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 Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemma 4 31BmediumБесплатно доступно Claude Opus 4.8nonevsGemma 4 31BmediumБесплатно доступно Ember-1highvsGemma 4 31BmediumБесплатно доступно Mercury 2.5 PreviewmediumvsGPT-6 Solnone Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Gemma 4 31BmediumБесплатно доступноvsInklinglowБесплатно доступно Ember-1highvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsSpace Bunny Alphamax