Mercury 2.5 (high) vs Beam 1.0 501B A23B (medium)

Beam 1.0 501B A23B (medium) лидирует по среднему баллу: 6.6 vs 6.5. Mercury 2.5 (high) имеет более низкую стоимость benchmark: $0.044 vs $0.499. Beam 1.0 501B A23B (medium) быстрее: 6.27s vs 7.62s, с долей успешных попыток 59.4% vs 65.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #225
Общее число выходных токенов: 193,676
Время ответа (среднее): 7.62s
Общая стоимость: $0.044

Ранг: #220
Общее число выходных токенов: 98,521
Время ответа (среднее): 6.27s
Общая стоимость: $0.499

Рекомендуемая модель Mercury 2.5 (high)

Его балл близок к лучшему здесь (6.5 против 6.6), при этом он примерно в 11.5 раза дешевле, чем Beam 1.0 501B A23B (medium).

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Релиз: 2026-10-17

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Релиз: 2026-10-17
Оценка	6.5	6.6
Ранг	#225	#220
Надежность	9.8	10.0
Стабильность	8.7	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	59.4%	65.2%
Нестабильные тесты	4	2
Всего запусков	69	69
Стоимость за результат	0.362	3.561
Общая стоимость	$0.044	$0.499
Цена входа	$0.040 / 1M	$1.000 / 1M
Цена выхода	$0.150 / 1M	$3.000 / 1M
Цена чтения из кэша	$0.004 / 1M	$0.100 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	358,562	202,937
Выходные токены	4,266	4,328
Токены рассуждений	189,410	94,193
Время ответа (среднее)	7.62s	6.27s
Время ответа (макс.)	80.30s	31.55s
Время ответа (суммарно)	175.36s	144.28s
Параметры	~100B	501B всего (23B активных)
Доступность	Закрытая модель	Открытый исходный код

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.

#225 Mercury 2.5

high

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

#220 Beam 1.0 501B A23B

medium

Стоимость: $0.005
Время: 11.8s
Токены: 4,267 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
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		31.55s	172,837	2,588	9,026

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.62s	1,113	232	4,706

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		11.81s	7,791	440	27,204

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.62s	7,665	132	2,087

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.24s	7,993	279	1,614

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
Beam 1.0 501B A23B	2.9	7.2	11.1%	1		11.66s	1,113	71	29,077

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
Beam 1.0 501B A23B	4.7	1.6	66.7%	1		1.87s	615	96	1,532

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
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.24s	918	102	1,834

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		3.91s	1,029	281	9,130

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.95s	1,530	72	440

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543

Сменить пару сравнения

Mercury 2.5highvsBeam 1.0 501B A23Bxhigh KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium Beam 1.0 501B A23BmediumvsStep 3.7 Flashhigh Mercury 2.5highvsGLM 5.3low Mercury 2.5highvsQwen3.6 35B A3Bmedium Mercury 2.5highvsGLM 5.1none Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsLaguna XS 2.1mediumБесплатно доступно LongCat 2.0lowvsBeam 1.0 501B A23Bmedium Mercury 2.5highvsQwen3.5-122B-A10Bnone Gemini 3 Flash PreviewnonevsMercury 2.5high