Mercury 2.5 Preview (default) vs Hy4 preview

Hy4 preview лидирует по среднему баллу: 4.9 vs 4.7. Mercury 2.5 Preview (default) имеет более низкую стоимость benchmark: $0.023 vs $0.165. Mercury 2.5 Preview (default) быстрее: 7.05s vs 40.38s, с долей успешных попыток 29.0% vs 15.9%.

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: #349
Общее число выходных токенов: 9,430
Время ответа (среднее): 40.38s
Общая стоимость: $0.165

Рекомендуемая модель Mercury 2.5 Preview (default)

Его балл близок к лучшему здесь (4.7 против 4.9), при этом он примерно в 7.1 раза дешевле, чем Hy4 preview.

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02	Hy4 preview Hy4 preview none Релиз: 2026-08-29

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview default Релиз: 2026-09-02	Hy4 preview Hy4 preview none Релиз: 2026-08-29
Оценка	4.7	4.9
Ранг	#353	#349
Надежность	9.9	6.2
Стабильность	8.3	9.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	29.0%	15.9%
Нестабильные тесты	5	1
Всего запусков	69	69
Стоимость за результат	0.559	5.475
Общая стоимость	$0.023	$0.165
Цена входа	$0.040 / 1M	$0.751 / 1M
Цена выхода	$0.150 / 1M	$2.251 / 1M
Цена чтения из кэша	Н/Д	$0.038 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	250,541	185,167
Выходные токены	86,367	9,430
Токены рассуждений	0	0
Время ответа (среднее)	7.05s	40.38s
Время ответа (макс.)	84.96s	95.32s
Время ответа (суммарно)	162.25s	928.76s
Параметры	~100B	770B всего (49B 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.

#353 Mercury 2.5 Preview

default

Неверный SVG

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

#349 Hy4 preview

none

This operation was aborted

Стоимость: $0.000
Время: 0.0s
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
Hy4 preview	5.0	10.0	0.0%	0		65.46s	158,791	2,124	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
Hy4 preview	3.3	9.6	0.0%	0		31.54s	786	2,278	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
Hy4 preview	3.8	9.4	0.0%	0		45.53s	6,646	4,103	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
Hy4 preview	3.0	10.0	0.0%	0		75.12s	8,758	176	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
Hy4 preview	8.7	10.0	50.0%	0		22.81s	7,215	189	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
Hy4 preview	6.8	10.0	33.3%	0		25.61s	740	25	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
Hy4 preview	5.1	10.0	0.0%	0		58.28s	534	124	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
Hy4 preview	7.0	8.9	50.0%	0		47.90s	750	71	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
Hy4 preview	4.6	7.0	22.2%	1		24.12s	777	330	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
Hy4 preview	3.0	10.0	0.0%	0		81.53s	0	0	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
Hy4 preview	3.0	10.0	0.0%	0		19.87s	170	10	0

Сменить пару сравнения

Mercury 2.5 PreviewdefaultvsNemotron 3.5 LightningmediumБесплатно доступно Ling 2.6 1tdefaultvsHy4 previewnone Laguna S 2.1highБесплатно доступноvsHy4 previewnone Mercury 2.5 PreviewdefaultvsLaguna S 2.1noneБесплатно доступно Qwen3 Coder NextdefaultvsHy4 previewnone 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 Mercury 2.5 PreviewdefaultvsGPT-5.4 Nanonone KAT Coder AIR V2.5lowvsHy4 previewnone GPT-4o-minidefaultvsHy4 previewnone