Mercury 2.5 (high) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) лидирует по среднему баллу: 7.1 vs 7.1. Mercury 2.5 (high) имеет более низкую стоимость benchmark: $0.031 vs $0.390. Mercury 2.5 (high) быстрее: 4.32s vs 17.87s, 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: #132
Общее число выходных токенов: 320,393
Время ответа (среднее): 17.87s
Общая стоимость: $0.390

Рекомендуемая модель Mercury 2.5 (high)

Его балл близок к лучшему здесь (7.1 против 7.1), при этом он примерно в 12.6 раза дешевле, чем Step 3.7 Flash (low).

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.1	7.1
Ранг	#134	#132
Надежность	9.7	10.0
Стабильность	8.6	8.1
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	3.539
Общая стоимость	$0.031	$0.390
Цена входа	$0.040 / 1M	$0.200 / 1M
Цена выхода	$0.150 / 1M	$1.150 / 1M
Общее число входных токенов	120,068	103,842
Выходные токены	3,402	320,393
Токены рассуждений	171,145	0
Время ответа (среднее)	4.32s	17.87s
Время ответа (макс.)	23.63s	124.75s
Время ответа (суммарно)	95.06s	393.04s
Параметры	~100B	198B всего (11B 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

#132 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

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
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

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
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

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
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

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
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

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
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

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
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

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
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

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
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsSolar Pro 4high Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsGPT-5.6 Solnone Muse Glimmer 30BmediumvsStep 3.7 Flashlow DeepSeek V3.2mediumvsMercury 2.5high Mercury 2.5highvsMuse Glimmer 30Blow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Mercury 2.5highvsQwen3.5-122B-A10Bmedium Mercury 2.5highvsGLM 5.1medium Mercury 2.5highvsGPT-5.5none Muse Glimmer 30BhighvsStep 3.7 Flashlow