Mercury 2.5 Preview (high) vs Beam 1.0 501B A23B (xhigh)

Средний балл практически равен: 6.5 vs 6.5. Mercury 2.5 Preview (high) имеет более низкую стоимость benchmark: $0.040 vs $0.688. Mercury 2.5 Preview (high) быстрее: 7.61s vs 9.18s, с долей успешных попыток 65.2% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #224
Общее число выходных токенов: 180,597
Время ответа (среднее): 7.61s
Общая стоимость: $0.040

Ранг: #226
Общее число выходных токенов: 158,497
Время ответа (среднее): 9.18s
Общая стоимость: $0.688

Рекомендуемая модель Mercury 2.5 Preview (high)

Здесь у него лучший балл (6.5), при этом он примерно в 17.6 раза дешевле, чем Beam 1.0 501B A23B (xhigh).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh Релиз: 2026-10-17

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh Релиз: 2026-10-17
Оценка	6.5	6.5
Ранг	#224	#226
Надежность	9.9	10.0
Стабильность	8.0	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	63.8%
Нестабильные тесты	6	5
Всего запусков	69	69
Стоимость за результат	0.319	5.730
Общая стоимость	$0.040	$0.688
Цена входа	$0.040 / 1M	$1.000 / 1M
Цена выхода	$0.150 / 1M	$3.000 / 1M
Цена чтения из кэша	Н/Д	$0.100 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	298,512	212,065
Выходные токены	3,178	4,428
Токены рассуждений	177,419	154,069
Время ответа (среднее)	7.61s	9.18s
Время ответа (макс.)	86.84s	44.64s
Время ответа (суммарно)	175.08s	211.12s
Параметры	~100B	501B всего (23B активных)
Доступность	Закрытая модель	Открытый исходный код

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.

#224 Mercury 2.5 Preview

high

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

#226 Beam 1.0 501B A23B

xhigh

Стоимость: $0.009
Время: 16.5s
Токены: 6,827 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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		44.64s	181,898	2,416	18,550

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
Beam 1.0 501B A23B	9.2	8.4	91.7%	1		1.52s	1,125	355	3,764

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		20.68s	7,801	585	46,192

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.68s	7,671	132	2,097

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.60s	7,998	271	2,047

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
Beam 1.0 501B A23B	5.9	7.2	55.6%	1		20.22s	1,122	72	59,707

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
Beam 1.0 501B A23B	5.1	3.4	33.3%	1		2.50s	618	87	2,749

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
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.15s	925	90	1,631

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
Beam 1.0 501B A23B	5.8	4.4	66.7%	2		4.46s	1,038	309	9,948

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.84s	1,533	72	465

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		9.10s	336	39	6,919

Сменить пару сравнения

Mercury 2.5highvsBeam 1.0 501B A23Bxhigh Beam 1.0 501B A23BxhighvsGLM 5.3low Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Mercury 2.5 PreviewhighvsGLM 5.3low Beam 1.0 501B A23BxhighvsGLM 5.1none Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Qwen3.6 35B A3BmediumvsBeam 1.0 501B A23Bxhigh KAT-Coder-Pro V2.5highvsBeam 1.0 501B A23Bxhigh Beam 1.0 501B A23BxhighvsGrok 4.3medium Mercury 2.5 PreviewhighvsGLM 5.1none Claude Sonnet 5.5mediumvsBeam 1.0 501B A23Bxhigh Laguna XS 2.1mediumБесплатно доступноvsBeam 1.0 501B A23Bxhigh