Mercury 2.5 (medium) vs Qwen3.5 Plus 2026-02-15

Mercury 2.5 (medium) лидирует по среднему баллу: 6.4 vs 6.3. Mercury 2.5 (medium) имеет более низкую стоимость benchmark: $0.034 vs $0.176. Mercury 2.5 (medium) быстрее: 7.74s vs 20.07s, с долей успешных попыток 63.8% vs 52.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #206
Общее число выходных токенов: 138,946
Время ответа (среднее): 7.74s
Общая стоимость: $0.034

Ранг: #218
Общее число выходных токенов: 53,060
Время ответа (среднее): 20.07s
Общая стоимость: $0.176

Рекомендуемая модель Mercury 2.5 (medium)

Здесь у него лучший балл (6.4), при этом он примерно в 5.2 раза дешевле, чем Qwen3.5 Plus 2026-02-15.

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15

Метрика	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15
Оценка	6.4	6.3
Ранг	#206	#218
Надежность	9.7	10.0
Стабильность	8.3	9.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	63.8%	52.2%
Нестабильные тесты	5	3
Всего запусков	69	69
Стоимость за результат	0.280	1.593
Общая стоимость	$0.034	$0.176
Цена входа	$0.040 / 1M	$0.260 / 1M
Цена выхода	$0.150 / 1M	$1.560 / 1M
Общее число входных токенов	317,982	346,064
Выходные токены	3,918	53,060
Токены рассуждений	135,028	0
Время ответа (среднее)	7.74s	20.07s
Время ответа (макс.)	107.89s	183.50s
Время ответа (суммарно)	178.07s	341.27s
Параметры	~100B	~397B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#206 Mercury 2.5

medium

Стоимость: $0.001
Время: 3.8s
Токены: 3,386 tok

#218 Qwen3.5 Plus 2026-02-15

none

Стоимость: $0.012
Время: 153.2s
Токены: 7,787 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	4.7	3.1	33.3%	1		107.89s	226,580	780	18,037
Qwen3.5 Plus 2026-02-15	5.2	3.2	33.3%	1		183.50s	243,409	23,690	0

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		1.28s	773	192	7,122
Qwen3.5 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	696	517	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
Qwen3.5 Plus 2026-02-15	4.3	7.9	11.1%	1		2.05s	7,913	473	0

Комбинированный	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		9.23s	62,336	1,073	34,370
Qwen3.5 Plus 2026-02-15	6.5	10.0	50.0%	0		64.83s	75,086	27,204	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		2.57s	8,385	582	9,343
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		1.24s	798	17	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364
Qwen3.5 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	522	117	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	711	72	0

Решение головоломок	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		1.93s	766	290	7,721
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		2.71s	714	494	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		3.35s	9,203	269	4,641
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	8,211	222	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		4.30s	232	32	7,392
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		1.11s	210	11	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsMercury 2.5medium Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4high Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none Dots 3 Note PreviewhighБесплатно доступноvsMercury 2.5medium Dots 3 Note PreviewlowБесплатно доступноvsMercury 2.5medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsSpace Bunny Alphamedium Gemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15none DeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none Trinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15none Mercury 2.5mediumvsLongCat 2.0none Mercury 2.5mediumvsQwen3.6 27Bnone