Mercury 2.5 (high) vs Qwen3.5-122B-A10B (medium)

Qwen3.5-122B-A10B (medium) лидирует по среднему баллу: 7.1 vs 7.1. Mercury 2.5 (high) имеет более низкую стоимость benchmark: $0.031 vs $1.207. Mercury 2.5 (high) быстрее: 4.32s vs 65.67s, с долей успешных попыток 62.1% vs 71.2%.

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: #130
Общее число выходных токенов: 487,519
Время ответа (среднее): 65.67s
Общая стоимость: $1.207

Рекомендуемая модель Mercury 2.5 (high)

Его балл близок к лучшему здесь (7.1 против 7.1), при этом он примерно в 38.9 раза дешевле, чем Qwen3.5-122B-A10B (medium).

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24
Оценка	7.1	7.1
Ранг	#134	#130
Надежность	9.7	10.0
Стабильность	8.6	8.5
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	62.1%	71.2%
Нестабильные тесты	4	4
Всего запусков	66	66
Стоимость за результат	0.259	8.446
Общая стоимость	$0.031	$1.207
Цена входа	$0.040 / 1M	$0.290 / 1M
Цена выхода	$0.150 / 1M	$2.400 / 1M
Общее число входных токенов	120,068	124,780
Выходные токены	3,402	47,694
Токены рассуждений	171,145	439,825
Время ответа (среднее)	4.32s	65.67s
Время ответа (макс.)	23.63s	519.30s
Время ответа (суммарно)	95.06s	1444.68s
Параметры	~100B	122B всего (10B активных)
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

#130 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		74.43s	780	19,154	61,573

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
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Быстрое сравнение

Сменить пару сравнения

Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsGPT-5.6 Solnone Qwen3.5-122B-A10BmediumvsSolar Pro 4high Mercury 2.5highvsStep 3.7 Flashlow DeepSeek V3.2mediumvsMercury 2.5high Muse Glimmer 30BhighvsQwen3.5-122B-A10Bmedium Mercury 2.5highvsMuse Glimmer 30Blow Mercury 2.5highvsGLM 5.1medium Mercury 2.5highvsGPT-5.5none KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium