Inception: Mercury 2 vs OpenAI: GPT-5.5

Mercury 2 (medium) лидирует по среднему баллу: 7.0 vs 6.9. Mercury 2 (medium) имеет более низкую стоимость benchmark: $0.093 vs $0.544. GPT-5.5 быстрее: 2.36s vs 2.72s, с долей успешных попыток 51.5% vs 56.1%.

Рекомендуемая модельMercury 2 (medium)Здесь у него лучший балл (7.0), при этом он примерно в 5.9 раза дешевле, чем GPT-5.5.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-24

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	GPT-5.5 GPT-5.5 none Релиз: 2026-04-24

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	GPT-5.5 GPT-5.5 none Релиз: 2026-04-24
Оценка	7.0	6.9
Ранг	#82	#91
Надежность	10.0	10.0
Стабильность	8.8	8.9
Тестов верно
Доля успешных попыток	51.5%	56.1%
Нестабильные тесты	3	3
Всего запусков	66	66
Стоимость за результат	0.928	4.945
Общая стоимость	$0.093	$0.544
Цена входа	$0.250 / 1M	$5.000 / 1M
Цена выхода	$0.750 / 1M	$30.000 / 1M
Общее число входных токенов	109,572	79,285
Выходные токены	10,313	4,915
Токены рассуждений	76,806	0
Время ответа (среднее)	2.72s	2.36s
Время ответа (макс.)	14.63s	12.24s
Время ответа (суммарно)	57.12s	51.88s

Hamster playing table tennis

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

#82 Mercury 2

medium

Стоимость: $0.002
Время: 2.1s
Токены: 1,702 tok

#91 GPT-5.5

none

Стоимость: $0.090
Время: 54.3s
Токены: 3,063 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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
GPT-5.5	6.5	10.0	50.0%	0		8.90s	56,092	3,244	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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsMercury 2medium GPT-5.5nonevsQwen3.6 Flashmedium GPT-5.5nonevsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsGPT-5.5none KAT-Coder-Pro V2.5mediumvsGPT-5.5none DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Seed-2.0-MinimediumvsGPT-5.5none GPT-5.5nonevsQwen3.6 35B A3Bmedium Mercury 2mediumvsStep 3.7 Flashhigh Kimi K2.5mediumvsGPT-5.5none