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

Step 3.7 Flash (high) лидирует по среднему баллу: 6.8 vs 6.8. Mercury 2.5 (medium) имеет более низкую стоимость benchmark: $0.022 vs $1.229. Mercury 2.5 (medium) быстрее: 3.19s vs 70.10s, с долей успешных попыток 65.2% vs 60.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-08

Сравниваемые модели

Ранг: #157
Общее число выходных токенов: 120,129
Время ответа (среднее): 3.19s
Общая стоимость: $0.022

Ранг: #150
Общее число выходных токенов: 1,050,900
Время ответа (среднее): 70.10s
Общая стоимость: $1.229

Рекомендуемая модель Mercury 2.5 (medium)

Его балл близок к лучшему здесь (6.8 против 6.8), при этом он примерно в 56.7 раза дешевле, чем Step 3.7 Flash (high).

Подробное сравнение

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

Метрика	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	6.8	6.8
Ранг	#157	#150
Надежность	9.8	10.0
Стабильность	8.6	8.4
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	65.2%	60.6%
Нестабильные тесты	4	4
Всего запусков	66	66
Стоимость за результат	0.181	11.167
Общая стоимость	$0.022	$1.229
Цена входа	$0.040 / 1M	$0.200 / 1M
Цена выхода	$0.150 / 1M	$1.150 / 1M
Общее число входных токенов	91,402	98,700
Выходные токены	3,138	1,050,900
Токены рассуждений	116,991	0
Время ответа (среднее)	3.19s	70.10s
Время ответа (макс.)	9.87s	364.99s
Время ответа (суммарно)	70.18s	1542.14s
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.

#157 Mercury 2.5

medium

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

#150 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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		1.28s	773	192	7,122
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	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
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	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
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	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
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	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
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	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
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	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
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	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
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewnonevsMercury 2.5medium Seed-2.0-CodemediumvsStep 3.7 Flashhigh Mercury 2.5mediumvsGLM 5.3low Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Mercury 2.5mediumvsGLM 5.2none Step 3.7 FlashhighvsSolar Pro 4low Mercury 2.5mediumvsKAT-Coder-Pro V2.5none DeepSeek V4 PrononevsMercury 2.5medium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Step 3.7 FlashhighvsSolar Pro 4medium DeepSeek V4 PrononevsStep 3.7 Flashhigh Mercury 2.5mediumvsSolar Pro 4low