Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (low)

Средний балл практически равен: 6.8 vs 6.9. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.037 vs $0.075. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 6.96s, с долей успешных попыток 66.7% vs 56.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #171
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.037

Ранг: #165
Общее число выходных токенов: 28,001
Время ответа (среднее): 6.96s
Общая стоимость: $0.075

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 2.0 раза дешевле, чем GPT-5.6 Luna (low).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09
Оценка	6.8	6.9
Ранг	#171	#165
Надежность	10.0	10.0
Стабильность	9.6	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	56.5%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	0.244	2.428
Общая стоимость	$0.037	$0.075
Цена входа	$0.000 / 1M	$0.200 / 1M
Цена выхода	$0.000 / 1M	$1.200 / 1M
Общее число входных токенов	397,291	202,680
Выходные токены	6,355	9,230
Токены рассуждений	143,752	18,771
Время ответа (среднее)	6.66s	6.96s
Время ответа (макс.)	74.63s	45.74s
Время ответа (суммарно)	153.29s	160.19s
Параметры	~100B	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#171 Mercury 2.5 Preview

medium

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

#165 GPT-5.6 Luna

low

Стоимость: $0.011
Время: 10.2s
Токены: 1,897 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-5.6 Luna	10.0	10.0	100.0%	0		45.74s	106,325	1,017	698

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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

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-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

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-5.6 Luna	2.8	1.6	33.3%	2		13.71s	73,147	6,401	2,716

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-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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-5.6 Luna	2.9	7.2	11.1%	1		11.24s	732	72	7,564

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-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

Быстрое сравнение

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Lunalow Claude Opus 4.8nonevsGPT-5.6 Lunalow Mercury 2.5 PreviewmediumvsGPT-6 Solnone Ember-1highvsGPT-5.6 Lunalow Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Kimi K2.6mediumvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Ember-1highvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsSpace Bunny Alphamax