Mercury 2.5 Preview (medium) vs Grok 4.6 (low)

Grok 4.6 (low) лидирует по среднему баллу: 6.9 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.781. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 16.44s, с долей успешных попыток 66.7% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-10

Сравниваемые модели

Ранг: #231
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Ранг: #218
Общее число выходных токенов: 42,315
Время ответа (среднее): 16.44s
Общая стоимость: $0.781

Рекомендуемая модель Mercury 2.5 Preview (medium)

Его балл близок к лучшему здесь (6.8 против 6.9), при этом он примерно в 20.3 раза дешевле, чем Grok 4.6 (low).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Grok 4.6 Grok 4.6 low Релиз: 2026-08-12

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Grok 4.6 Grok 4.6 low Релиз: 2026-08-12
Оценка	6.8	6.9
Ранг	#231	#218
Надежность	10.0	10.0
Стабильность	9.6	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	66.7%
Нестабильные тесты	1	1
Всего запусков	69	69
Стоимость за результат	0.244	5.205
Общая стоимость	$0.039	$0.781
Цена входа	$0.040 / 1M	$2.000 / 1M
Цена выхода	$0.150 / 1M	$6.000 / 1M
Цена чтения из кэша	Н/Д	$0.500 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	263,427
Выходные токены	6,355	6,006
Токены рассуждений	143,752	36,309
Время ответа (среднее)	6.66s	16.44s
Время ответа (макс.)	74.63s	57.97s
Время ответа (суммарно)	153.29s	378.14s
Параметры	~100B	~1.7T всего (~170B 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.

#231 Mercury 2.5 Preview

medium

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

#218 SpaceXAI: Grok 4.6

low

Стоимость: $0.011
Время: 26.0s
Токены: 1,941 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
Grok 4.6	5.0	10.0	0.0%	0		57.97s	153,467	882	3,385

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
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343

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
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740

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
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805

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
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423

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
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921

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
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009

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
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310

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
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506

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
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359

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
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Qwen3.5-122B-A10BmediumvsGrok 4.6low Minimax M3.1 FlashmaxБесплатно доступноvsGrok 4.6low Mercury 2.5 PreviewmediumvsGPT-6 Solnone Step 5 PreviewhighvsGrok 4.6low Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Kimi K2.7 CodemediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsMercury 2.5 Previewmedium