Mercury 2.5 (high) vs Muse Glimmer 30B (low)

Muse Glimmer 30B (low) лидирует по среднему баллу: 7.1 vs 7.1. Mercury 2.5 (high) имеет более низкую стоимость benchmark: $0.031 vs $0.143. Mercury 2.5 (high) быстрее: 4.32s vs 18.64s, с долей успешных попыток 62.1% vs 63.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-08

Сравниваемые модели

Ранг: #134
Общее число выходных токенов: 174,547
Время ответа (среднее): 4.32s
Общая стоимость: $0.031

Ранг: #131
Общее число выходных токенов: 95,970
Время ответа (среднее): 18.64s
Общая стоимость: $0.143

Рекомендуемая модель Mercury 2.5 (high)

Его балл близок к лучшему здесь (7.1 против 7.1), при этом он примерно в 4.6 раза дешевле, чем Muse Glimmer 30B (low).

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Muse Glimmer 30B Muse Glimmer 30B low Релиз: 2026-08-11

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Muse Glimmer 30B Muse Glimmer 30B low Релиз: 2026-08-11
Оценка	7.1	7.1
Ранг	#134	#131
Надежность	9.7	10.0
Стабильность	8.6	8.2
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	62.1%	63.6%
Нестабильные тесты	4	5
Всего запусков	66	66
Стоимость за результат	0.259	1.692
Общая стоимость	$0.031	$0.143
Цена входа	$0.040 / 1M	$0.300 / 1M
Цена выхода	$0.150 / 1M	$1.100 / 1M
Общее число входных токенов	120,068	130,312
Выходные токены	3,402	33,867
Токены рассуждений	171,145	62,103
Время ответа (среднее)	4.32s	18.64s
Время ответа (макс.)	23.63s	234.92s
Время ответа (суммарно)	95.06s	410.18s
Параметры	~100B	30B
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#134 Mercury 2.5

high

Стоимость: $0.001
Время: 3.5s
Токены: 2,447 tok

#131 Muse Glimmer 30B

low

Стоимость: $0.002
Время: 13.5s
Токены: 953 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
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Muse Glimmer 30B	3.5	4.4	33.3%	2		11.48s	885	3,067	6,658

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

Быстрое сравнение

Сменить пару сравнения

Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Mercury 2.5highvsGrok 4.3medium Muse Glimmer 30BlowvsSolar Pro 4high Mercury 2.5highvsGPT-5.6 Solnone Mercury 2.5highvsStep 3.7 Flashlow DeepSeek V3.2mediumvsMercury 2.5high Muse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20medium Mercury 2.5highvsQwen3.5-122B-A10Bmedium Mercury 2.5highvsGLM 5.1medium Mercury 2.5highvsGPT-5.5none Mercury 2.5highvsGrok 4.20medium Mercury 2.5highvsMuse Glimmer 30Bmedium