Mercury 2.5 vs KAT Coder AIR V2.5 (default)

KAT Coder AIR V2.5 (default) лидирует по среднему баллу: 4.4 vs 4.1. Mercury 2.5 имеет более низкую стоимость benchmark: $0.026 vs $0.070. Mercury 2.5 быстрее: 5.10s vs 11.96s, с долей успешных попыток 24.6% vs 34.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #397
Общее число выходных токенов: 89,958
Время ответа (среднее): 5.10s
Общая стоимость: $0.026

Ранг: #387
Общее число выходных токенов: 97,752
Время ответа (среднее): 11.96s
Общая стоимость: $0.070

Рекомендуемая модель KAT Coder AIR V2.5 (default)

У него самый высокий балл в этом сравнении (4.4) и лучший общий баланс стоимости и времени ответа среди 2 моделей.

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 none Релиз: 2026-09-08	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default Релиз: 2026-07-14

Метрика	Mercury 2.5 Mercury 2.5 none Релиз: 2026-09-08	KAT Coder AIR V2.5 KAT Coder AIR V2.5 default Релиз: 2026-07-14
Оценка	4.1	4.4
Ранг	#397	#387
Надежность	10.0	10.0
Стабильность	7.6	7.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	24.6%	34.8%
Нестабильные тесты	7	7
Всего запусков	69	69
Стоимость за результат	1.298	1.382
Общая стоимость	$0.026	$0.070
Цена входа	$0.040 / 1M	$0.150 / 1M
Цена выхода	$0.150 / 1M	$0.600 / 1M
Цена чтения из кэша	$0.004 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	311,488	69,376
Выходные токены	89,958	7,792
Токены рассуждений	0	89,960
Время ответа (среднее)	5.10s	11.96s
Время ответа (макс.)	63.41s	121.05s
Время ответа (суммарно)	117.24s	275.18s
Параметры	~100B	~35B всего (~3B активных)
Доступность	Закрытая модель	Закрытая модель

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.

#397 Mercury 2.5

none

Стоимость: $0.001
Время: 2.7s
Токены: 2,749 tok

#387 KAT Coder AIR V2.5

default

Стоимость: $0.002
Время: 14.5s
Токены: 2,619 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	5.0	10.0	0.0%	0		63.41s	187,748	18,815	0
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		1.07s	0	0	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	3.8	8.3	16.7%	1		469ms	808	310	0
KAT Coder AIR V2.5	5.3	5.6	50.0%	2		2.68s	672	686	2,358

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.7	7.0	22.2%	1		12.50s	7,888	61,297	0
KAT Coder AIR V2.5	3.3	9.6	0.0%	0		14.31s	6,472	2,032	14,886

Комбинированный	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		3.24s	94,347	7,982	0
KAT Coder AIR V2.5	3.8	1.6	50.0%	2		73.00s	43,170	2,531	48,237

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	2.8	1.7	33.3%	2		885ms	8,352	754	0
KAT Coder AIR V2.5	6.3	5.8	66.7%	1		2.66s	7,776	280	988

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	5.3	7.2	44.4%	1		533ms	872	49	0
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		8.33s	780	1,399	10,258

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	4.3	9.9	0.0%	0		438ms	540	138	0
KAT Coder AIR V2.5	5.0	10.0	0.0%	0		12.02s	516	141	515

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	4.9	6.9	33.3%	1		493ms	758	69	0
KAT Coder AIR V2.5	9.9	10.0	100.0%	0		1.75s	699	90	768

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.7	7.2	22.2%	1		515ms	788	250	0
KAT Coder AIR V2.5	2.9	4.4	22.2%	2		1.84s	696	284	971

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		1.23s	9,150	275	0
KAT Coder AIR V2.5	10.0	10.0	100.0%	0		5.13s	8,391	330	1,230

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		384ms	237	19	0
KAT Coder AIR V2.5	3.0	10.0	0.0%	0		17.96s	204	19	9,749

Сменить пару сравнения