Mercury 2.5 Preview (high) vs Laguna XS 2.1 (medium)

Средний балл практически равен: 6.5 vs 6.4. Mercury 2.5 Preview (high) имеет более низкую стоимость benchmark: $0.040 vs $0.083. Mercury 2.5 Preview (high) быстрее: 7.61s vs 48.97s, с долей успешных попыток 65.2% vs 46.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-16

Сравниваемые модели

Ранг: #223
Общее число выходных токенов: 180,597
Время ответа (среднее): 7.61s
Общая стоимость: $0.040

Ранг: #229
Общее число выходных токенов: 514,966
Время ответа (среднее): 48.97s
Общая стоимость: $0.083

Рекомендуемая модель Mercury 2.5 Preview (high)

Здесь у него лучший балл (6.5), при этом он примерно в 2.1 раза дешевле, чем Laguna XS 2.1 (medium).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно
Оценка	6.5	6.4
Ранг	#223	#229
Надежность	9.9	10.0
Стабильность	8.0	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	46.4%
Нестабильные тесты	6	3
Всего запусков	69	69
Стоимость за результат	0.319	0.922
Общая стоимость	$0.040	$0.083
Цена входа	$0.040 / 1M	$0.060 / 1M
Цена выхода	$0.150 / 1M	$0.120 / 1M
Цена чтения из кэша	Н/Д	$0.030 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	298,512	352,516
Выходные токены	3,178	33,786
Токены рассуждений	177,419	504,506
Время ответа (среднее)	7.61s	48.97s
Время ответа (макс.)	86.84s	422.72s
Время ответа (суммарно)	175.08s	1126.35s
Параметры	~100B	33B всего (3B активных)
Доступность	Закрытая модель	Веса доступны

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.

#223 Mercury 2.5 Preview

high

Стоимость: $0.001
Время: 4.5s
Токены: 3,851 tok

#229 Laguna XS 2.1

medium

Стоимость: $0.001
Время: 30.6s
Токены: 4,678 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 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476
Laguna XS 2.1	6.1	3.1	66.7%	1		66.42s	233,518	3,036	12,776

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

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 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958
Laguna XS 2.1	3.5	4.4	33.3%	2		67.48s	843	17	91,430

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Сменить пару сравнения

Laguna XS 2.1mediumБесплатно доступноvsQwen3.5-122B-A10Bnone KAT-Coder-Pro V2.5highvsLaguna XS 2.1mediumБесплатно доступно Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Gemini 3 Flash PreviewnonevsLaguna XS 2.1mediumБесплатно доступно Laguna XS 2.1mediumБесплатно доступноvsGLM 5.1none Mercury 2.5 PreviewhighvsGLM 5.3low Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Laguna XS 2.1mediumБесплатно доступноvsGLM 5.3low Mercury 2.5 PreviewhighvsGLM 5.1none Mercury 2.5highvsLaguna XS 2.1mediumБесплатно доступно Mercury 2.5 PreviewhighvsGrok 4.3medium Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low