Mercury 2.5 Preview (default) vs Qwen3.5-9B

Qwen3.5-9B лидирует по среднему баллу: 4.9 vs 4.7. Mercury 2.5 Preview (default) имеет более низкую стоимость benchmark: $0.023 vs $0.041. Mercury 2.5 Preview (default) быстрее: 7.05s vs 37.19s, с долей успешных попыток 29.0% vs 18.8%.

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

Сравниваемые модели

Ранг: #353
Общее число выходных токенов: 86,367
Время ответа (среднее): 7.05s
Общая стоимость: $0.023

Ранг: #348
Общее число выходных токенов: 70,427
Время ответа (среднее): 37.19s
Общая стоимость: $0.041

Рекомендуемая модель Mercury 2.5 Preview (default)

Его балл близок к лучшему здесь (4.7 против 4.9), при этом он примерно в 1.8 раза дешевле, чем Qwen3.5-9B.

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02
Оценка	4.7	4.9
Ранг	#353	#348
Надежность	9.9	9.8
Стабильность	8.3	9.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	29.0%	18.8%
Нестабильные тесты	5	1
Всего запусков	69	69
Стоимость за результат	0.559	1.022
Общая стоимость	$0.023	$0.041
Цена входа	$0.040 / 1M	$0.100 / 1M
Цена выхода	$0.150 / 1M	$0.150 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	250,541	307,670
Выходные токены	86,367	70,427
Токены рассуждений	0	0
Время ответа (среднее)	7.05s	37.19s
Время ответа (макс.)	84.96s	433.02s
Время ответа (суммарно)	162.25s	855.27s
Параметры	~100B	9B
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.

#353 Mercury 2.5 Preview

default

Неверный SVG

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

#348 Qwen3.5-9B

none

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 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		84.96s	120,245	3,782	0
Qwen3.5-9B	3.9	9.6	0.0%	0		433.02s	163,254	32,943	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	3.8	8.3	16.7%	1		655ms	812	256	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

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
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

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
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	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	6.3	5.8	66.7%	1		1.04s	8,333	672	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	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	3.6	7.2	22.2%	1		631ms	875	40	0
Qwen3.5-9B	3.0	10.0	0.0%	0		636ms	798	24	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		482ms	544	85	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	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	6.3	10.0	50.0%	0		1.26s	753	73	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	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	5.6	7.4	44.4%	1		684ms	796	292	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	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	10.0	10.0	100.0%	0		1.29s	8,969	229	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	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		419ms	235	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Сменить пару сравнения

Mercury 2.5 PreviewdefaultvsNemotron 3.5 LightningmediumБесплатно доступно Ling 2.6 1tdefaultvsQwen3.5-9Bnone Laguna S 2.1highБесплатно доступноvsQwen3.5-9Bnone Mercury 2.5 PreviewdefaultvsLaguna S 2.1noneБесплатно доступно Granite 4.2 8BhighvsMercury 2.5 Previewdefault Mercury 2.5 PreviewdefaultvsQwen3 Coder Nextmedium Mercury 2.5 PreviewdefaultvsGLM 4.7 Flashnone DeepSeek V3.2nonevsMercury 2.5 Previewdefault KAT Coder AIR V2.5lowvsQwen3.5-9Bnone GPT-4o-minidefaultvsQwen3.5-9Bnone Mercury 2.5 PreviewdefaultvsGPT-5.4 Nanonone Dots 3 Note PreviewdefaultБесплатно доступноvsQwen3.5-9Bnone