Mercury 2.5 Preview vs Mistral Small 4 (medium)

Mistral Small 4 (medium) лидирует по среднему баллу: 5.1 vs 4.9. Mercury 2.5 Preview имеет более низкую стоимость benchmark: $0.018 vs $0.097. Mercury 2.5 Preview быстрее: 3.51s vs 10.80s, с долей успешных попыток 30.3% vs 43.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-02

Ранг: #259
Общее число выходных токенов: 82,585
Время ответа (среднее): 3.51s
Общая стоимость: $0.018

Ранг: #246
Общее число выходных токенов: 133,597
Время ответа (среднее): 10.80s
Общая стоимость: $0.097

Рекомендуемая модель Mercury 2.5 Preview

Его балл близок к лучшему здесь (4.9 против 5.1), при этом он примерно в 5.5 раза дешевле, чем Mistral Small 4 (medium).

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview none Релиз: 2026-09-02	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview none Релиз: 2026-09-02	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16
Оценка	4.9	5.1
Ранг	#259	#246
Надежность	10.0	10.0
Стабильность	8.3	7.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	30.3%	43.9%
Нестабильные тесты	5	8
Всего запусков	66	66
Стоимость за результат	0.440	1.923
Общая стоимость	$0.018	$0.097
Цена входа	$0.040 / 1M	$0.150 / 1M
Цена выхода	$0.150 / 1M	$0.600 / 1M
Общее число входных токенов	130,296	140,559
Выходные токены	82,585	40,268
Токены рассуждений	0	93,329
Время ответа (среднее)	3.51s	10.80s
Время ответа (макс.)	60.70s	59.15s
Время ответа (суммарно)	77.28s	237.60s
Параметры	~100B	119B всего (6B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#259 Mercury 2.5 Preview

none

Неверный SVG

Стоимость: $0.001
Время: 3.3s
Токены: 3,122 tok

#246 Mistral Small 4

medium

Стоимость: $0.006
Время: 47.9s
Токены: 9,857 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:

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	3.8	8.3	16.7%	1		655ms	812	256	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	4.7	7.9	22.2%	1		459ms	7,850	650	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

Комбинированный	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		31.28s	101,129	80,273	0
Mistral Small 4	3.0	10.0	0.0%	0		32.40s	116,624	17,890	18,384

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	6.3	5.8	66.7%	1		1.04s	8,333	672	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	3.6	7.2	22.2%	1		631ms	875	40	0
Mistral Small 4	5.9	7.2	55.6%	1		6.33s	807	3,427	7,871

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		482ms	544	85	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	6.3	10.0	50.0%	0		1.26s	753	73	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5 Preview	5.6	7.4	44.4%	1		684ms	796	292	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

Вызов инструментов	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		1.29s	8,969	229	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

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		419ms	235	15	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

Быстрое сравнение

Сменить пару сравнения