Mercury 2.5 Preview (medium) vs LongCat 2.0 (low)

Mercury 2.5 Preview (medium) лидирует по среднему баллу: 6.8 vs 6.6. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.630. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 115.00s, с долей успешных попыток 66.7% vs 55.1%.

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

Сравниваемые модели

Ранг: #199
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Ранг: #217
Общее число выходных токенов: 346,225
Время ответа (среднее): 115.00s
Общая стоимость: $0.630

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 16.4 раза дешевле, чем LongCat 2.0 (low).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	LongCat 2.0 LongCat 2.0 low Релиз: 2026-07-20

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	LongCat 2.0 LongCat 2.0 low Релиз: 2026-07-20
Оценка	6.8	6.6
Ранг	#199	#217
Надежность	10.0	9.9
Стабильность	9.6	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	55.1%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	0.244	4.942
Общая стоимость	$0.039	$0.630
Цена входа	$0.040 / 1M	$0.300 / 1M
Цена выхода	$0.150 / 1M	$1.200 / 1M
Цена чтения из кэша	Н/Д	$0.006 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	262,387
Выходные токены	6,355	7,344
Токены рассуждений	143,752	338,881
Время ответа (среднее)	6.66s	115.00s
Время ответа (макс.)	74.63s	560.39s
Время ответа (суммарно)	153.29s	2645.11s
Параметры	~100B	1.6T всего (48B 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.

#199 Mercury 2.5 Preview

medium

Стоимость: $0.001
Время: 2.7s
Токены: 2,241 tok

#217 LongCat 2.0

low

Стоимость: $0.024
Время: 428.0s
Токены: 19,557 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	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
LongCat 2.0	6.1	3.1	66.7%	1		145.65s	171,517	1,668	23,963

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		1.43s	781	203	7,921
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643

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		2.77s	8,292	514	11,354
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364

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		1.35s	744	96	3,987
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604

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		1.87s	771	274	7,323
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561

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		2.37s	0	0	0
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398

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		4.13s	232	29	6,804
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно LongCat 2.0lowvsQwen3.7 Flashmedium Mercury 2.5 PreviewmediumvsGPT-6 Solnone Mercury 2mediumvsLongCat 2.0low LongCat 2.0lowvsStep 3.7 Flashhigh LongCat 2.0lowvsGLM 5.2none LongCat 2.0lowvsBeam 1.0 501B A23Bmedium LongCat 2.0lowvsGPT-5.5none Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Ember-1highvsMercury 2.5 Previewmedium