Mercury 2.5 Preview (medium) vs Qwen3.5-Flash (medium)

Средний балл практически равен: 6.8 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.184. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 83.68s, с долей успешных попыток 66.7% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #183
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Ранг: #181
Общее число выходных токенов: 531,668
Время ответа (среднее): 83.68s
Общая стоимость: $0.184

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 4.8 раза дешевле, чем Qwen3.5-Flash (medium).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24
Оценка	6.8	6.8
Ранг	#183	#181
Надежность	10.0	10.0
Стабильность	9.6	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	66.7%
Нестабильные тесты	1	6
Всего запусков	69	69
Стоимость за результат	0.244	1.533
Общая стоимость	$0.039	$0.184
Цена входа	$0.040 / 1M	$0.065 / 1M
Цена выхода	$0.150 / 1M	$0.260 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	349,177
Выходные токены	6,355	54,279
Токены рассуждений	143,752	477,389
Время ответа (среднее)	6.66s	83.68s
Время ответа (макс.)	74.63s	515.38s
Время ответа (суммарно)	153.29s	1840.92s
Параметры	~100B	~35B всего (~3B 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.

#183 Mercury 2.5 Preview

medium

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

#181 Qwen3.5-Flash

medium

Стоимость: $0.002
Время: 25.8s
Токены: 4,294 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
Qwen3.5-Flash	10.0	10.0	100.0%	0		67.72s	230,669	18,822	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
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

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
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Сменить пару сравнения

Qwen3.5-FlashmediumvsInklinglowБесплатно доступно Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Mercury 2.5 PreviewmediumvsGPT-6 Solnone GPT-6 SolnonevsQwen3.5-Flashmedium Claude Opus 4.8nonevsQwen3.5-Flashmedium Claude Sonnet 5.5lowvsQwen3.5-Flashmedium GPT-5.6 LunalowvsQwen3.5-Flashmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Ember-1highvsQwen3.5-Flashmedium Ember-1highvsMercury 2.5 Previewmedium