Mercury 2.5 Preview (medium) vs Beam 1.0 501B A23B (medium)

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 $0.499. Beam 1.0 501B A23B (medium) быстрее: 6.27s vs 6.66s, с долей успешных попыток 66.7% vs 65.2%.

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: #220
Общее число выходных токенов: 98,521
Время ответа (среднее): 6.27s
Общая стоимость: $0.499

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 13.0 раза дешевле, чем Beam 1.0 501B A23B (medium).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Релиз: 2026-10-17

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Релиз: 2026-10-17
Оценка	6.8	6.6
Ранг	#199	#220
Надежность	10.0	10.0
Стабильность	9.6	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	65.2%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	0.244	3.561
Общая стоимость	$0.039	$0.499
Цена входа	$0.040 / 1M	$1.000 / 1M
Цена выхода	$0.150 / 1M	$3.000 / 1M
Цена чтения из кэша	Н/Д	$0.100 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	202,937
Выходные токены	6,355	4,328
Токены рассуждений	143,752	94,193
Время ответа (среднее)	6.66s	6.27s
Время ответа (макс.)	74.63s	31.55s
Время ответа (суммарно)	153.29s	144.28s
Параметры	~100B	501B всего (23B 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

#220 Beam 1.0 501B A23B

medium

Стоимость: $0.005
Время: 11.8s
Токены: 4,267 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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		31.55s	172,837	2,588	9,026

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.62s	1,113	232	4,706

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		11.81s	7,791	440	27,204

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.62s	7,665	132	2,087

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.24s	7,993	279	1,614

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
Beam 1.0 501B A23B	2.9	7.2	11.1%	1		11.66s	1,113	71	29,077

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
Beam 1.0 501B A23B	4.7	1.6	66.7%	1		1.87s	615	96	1,532

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
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.24s	918	102	1,834

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		3.91s	1,029	281	9,130

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.95s	1,530	72	440

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium Beam 1.0 501B A23BmediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewmediumvsGPT-6 Solnone LongCat 2.0lowvsBeam 1.0 501B A23Bmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Mercury 2.5 PreviewhighvsBeam 1.0 501B A23Bmedium Ember-1highvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsSpace Bunny Alphamax Beam 1.0 501B A23BmediumvsGLM 5.2none