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

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 $0.089. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 26.52s, с долей успешных попыток 66.7% vs 37.7%.

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: #189
Общее число выходных токенов: 219,122
Время ответа (среднее): 26.52s
Общая стоимость: $0.089

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 2.3 раза дешевле, чем Qwen3.5-Flash.

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка	6.8	6.7
Ранг	#183	#189
Надежность	10.0	10.0
Стабильность	9.6	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	37.7%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	0.244	1.113
Общая стоимость	$0.039	$0.089
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	463,872
Выходные токены	6,355	219,122
Токены рассуждений	143,752	0
Время ответа (среднее)	6.66s	26.52s
Время ответа (макс.)	74.63s	480.96s
Время ответа (суммарно)	153.29s	609.94s
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

#189 Qwen3.5-Flash

none

Стоимость: $0.003
Время: 47.4s
Токены: 7,799 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		53.80s	181,516	9,921	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	3.5	8.3	8.3%	1		1.32s	696	690	0

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	5.5	10.0	33.3%	0		850ms	7,913	519	0

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	2.9	5.8	16.7%	1		243.59s	254,787	206,719	0

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	10.0	10.0	100.0%	0		1.57s	7,794	243	0

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	5.3	10.0	33.3%	0		873ms	798	15	0

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	10.0	10.0	100.0%	0		803ms	522	100	0

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	6.3	10.0	50.0%	0		8.81s	711	63	0

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	3.1	10.0	0.0%	0		10.89s	714	579	0

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		3.67s	8,211	264	0

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		588ms	210	9	0

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Qwen3.5-FlashnonevsSolar Pro 4low Mercury 2.5 PreviewmediumvsGPT-6 Solnone Qwen3.5-FlashnonevsGrok 4.7high Qwen3.5-FlashnonevsGrok Build 0.1medium MiniMax M3mediumvsQwen3.5-Flashnone Ember-1maxvsQwen3.5-Flashnone GPT 5.3 ChatdefaultvsQwen3.5-Flashnone Qwen3.5-FlashnonevsGrok 4.7xhigh Apodex 1.1 MinihighБесплатно доступноvsQwen3.5-Flashnone Qwen3.5-FlashnonevsSolar Pro 4xhigh Claude Opus 4.8nonevsMercury 2.5 Previewmedium