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

Muse Glimmer 30B (medium) лидирует по среднему баллу: 7.2 vs 7.1. Mercury 2.5 (high) имеет более низкую стоимость benchmark: $0.031 vs $0.211. Mercury 2.5 (high) быстрее: 4.32s vs 30.64s, 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: #129
Общее число выходных токенов: 168,074
Время ответа (среднее): 30.64s
Общая стоимость: $0.211

Рекомендуемая модель Mercury 2.5 (high)

Его балл близок к лучшему здесь (7.1 против 7.2), при этом он примерно в 6.8 раза дешевле, чем Muse Glimmer 30B (medium).

Подробное сравнение

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

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Muse Glimmer 30B Muse Glimmer 30B medium Релиз: 2026-08-11
Оценка	7.1	7.2
Ранг	#134	#129
Надежность	9.7	10.0
Стабильность	8.6	7.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	62.1%	63.6%
Нестабильные тесты	4	6
Всего запусков	66	66
Стоимость за результат	0.259	2.543
Общая стоимость	$0.031	$0.211
Цена входа	$0.040 / 1M	$0.300 / 1M
Цена выхода	$0.150 / 1M	$1.100 / 1M
Общее число входных токенов	120,068	116,513
Выходные токены	3,402	33,065
Токены рассуждений	171,145	135,009
Время ответа (среднее)	4.32s	30.64s
Время ответа (макс.)	23.63s	181.08s
Время ответа (суммарно)	95.06s	674.01s
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

#129 Muse Glimmer 30B

medium

Стоимость: $0.003
Время: 31.9s
Токены: 1,845 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	9.2	8.4	91.7%	1		7.36s	810	1,183	5,164

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	8.4	7.8	77.8%	1		33.67s	7,419	4,662	20,605

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	6.5	10.0	50.0%	0		76.48s	88,472	4,448	29,477

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	7.3	5.9	83.3%	1		7.20s	7,065	2,570	3,513

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	2.9	7.2	11.1%	1		44.62s	885	10,588	25,769

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	4.7	9.8	0.0%	0		5.16s	525	1,312	1,379

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	9.8	10.0	100.0%	0		5.34s	765	1,206	2,359

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	6.0	4.6	66.7%	2		64.73s	795	6,278	39,397

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		5.64s	9,546	320	839

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		26.69s	231	498	6,507

Быстрое сравнение

Сменить пару сравнения

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsGPT-5.6 Solnone Muse Glimmer 30BmediumvsStep 3.7 Flashlow Mercury 2.5highvsStep 3.7 Flashlow DeepSeek V3.2mediumvsMercury 2.5high Mercury 2.5highvsMuse Glimmer 30Blow KAT-Coder-Pro V2.5highvsMuse Glimmer 30Bmedium Muse Glimmer 30BmediumvsSolar Pro 4high Mercury 2.5highvsQwen3.5-122B-A10Bmedium Mercury 2.5highvsGLM 5.1medium Mercury 2.5highvsGPT-5.5none