Mercury 2.5 Preview (medium) vs Grok Build 0.1 (medium)

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 $1.419. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 55.13s, с долей успешных попыток 66.7% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-16

Сравниваемые модели

Ранг: #199
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Ранг: #204
Общее число выходных токенов: 529,806
Время ответа (среднее): 55.13s
Общая стоимость: $1.419

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 36.9 раза дешевле, чем Grok Build 0.1 (medium).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	6.8	6.7
Ранг	#199	#204
Надежность	10.0	10.0
Стабильность	9.6	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	58.0%
Нестабильные тесты	1	1
Всего запусков	69	69
Стоимость за результат	0.244	10.910
Общая стоимость	$0.039	$1.419
Цена входа	$0.040 / 1M	$1.000 / 1M
Цена выхода	$0.150 / 1M	$2.000 / 1M
Цена чтения из кэша	Н/Д	$0.200 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	358,616
Выходные токены	6,355	9,651
Токены рассуждений	143,752	520,155
Время ответа (среднее)	6.66s	55.13s
Время ответа (макс.)	74.63s	252.69s
Время ответа (суммарно)	153.29s	1268.10s
Параметры	~100B	~300B всего (~30B 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.

#199 Mercury 2.5 Preview

medium

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

#204 SpaceXAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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 Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742

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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно Solar Pro 4xhighvsGrok Build 0.1medium Mercury 2.5 PreviewmediumvsGPT-6 Solnone Qwen3.5-FlashnonevsGrok Build 0.1medium Solar Pro 4lowvsGrok Build 0.1medium Space Bunny AlphamaxvsGrok Build 0.1medium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Ember-1maxvsGrok Build 0.1medium GPT 5.3 ChatdefaultvsGrok Build 0.1medium GPT-5.6 SolnonevsGrok Build 0.1medium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow