Mercury 2.5 Preview (medium) vs GPT 5.3 Chat (default)

Mercury 2.5 Preview (medium) лидирует по среднему баллу: 6.8 vs 6.7. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.533. GPT 5.3 Chat (default) быстрее: 6.31s vs 6.66s, с долей успешных попыток 66.7% vs 62.3%.

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

Сравниваемые модели

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

Ранг: #210
Общее число выходных токенов: 28,179
Время ответа (среднее): 6.31s
Общая стоимость: $0.533

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 13.9 раза дешевле, чем GPT 5.3 Chat (default).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	GPT 5.3 Chat GPT 5.3 Chat default Релиз: 2026-03-03

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	GPT 5.3 Chat GPT 5.3 Chat default Релиз: 2026-03-03
Оценка	6.8	6.7
Ранг	#199	#210
Надежность	10.0	10.0
Стабильность	9.6	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	62.3%
Нестабильные тесты	1	4
Всего запусков	69	69
Стоимость за результат	0.244	4.097
Общая стоимость	$0.039	$0.533
Цена входа	$0.040 / 1M	$1.750 / 1M
Цена выхода	$0.150 / 1M	$14.000 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	78,846
Выходные токены	6,355	7,635
Токены рассуждений	143,752	20,544
Время ответа (среднее)	6.66s	6.31s
Время ответа (макс.)	74.63s	18.33s
Время ответа (суммарно)	153.29s	138.73s
Параметры	~100B	~400B всего (~17B 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.

#199 Mercury 2.5 Preview

medium

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

#210 GPT 5.3 Chat

default

Стоимость: $0.008
Время: 8.1s
Токены: 634 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
GPT 5.3 Chat	3.0	10.0	0.0%	0		955ms	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 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
GPT 5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	671	2,496

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
GPT 5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	808	5,824

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
GPT 5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	3,587	3,264

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
GPT 5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	494	448

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
GPT 5.3 Chat	2.9	7.2	11.1%	1		12.75s	579	213	5,376

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
GPT 5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	191	128

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
GPT 5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	339	1,152

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
GPT 5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	606	1,152

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
GPT 5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	605	256

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
GPT 5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	121	448

Сменить пару сравнения

Ember-1maxvsGPT 5.3 Chatdefault Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно MiniMax M3mediumvsGPT 5.3 Chatdefault GPT 5.3 ChatdefaultvsGrok 4.7high Apodex 1.1 MinihighБесплатно доступноvsGPT 5.3 Chatdefault GPT 5.3 ChatdefaultvsSolar Pro 4low Mercury 2.5 PreviewmediumvsGPT-6 Solnone GPT 5.3 ChatdefaultvsQwen3.5-Flashnone GPT 5.3 ChatdefaultvsGLM 5.3 Flashlow GPT 5.3 ChatdefaultvsGLM 5.2none Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium