Mercury 2 (medium) vs Beam 1.0 501B A23B (low)

Mercury 2 (medium) лидирует по среднему баллу: 6.6 vs 6.4. Mercury 2 (medium) имеет более низкую стоимость benchmark: $0.121 vs $0.432. Mercury 2 (medium) быстрее: 4.40s vs 4.89s, с долей успешных попыток 53.6% vs 60.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #218
Общее число выходных токенов: 96,943
Время ответа (среднее): 4.40s
Общая стоимость: $0.121

Ранг: #238
Общее число выходных токенов: 71,250
Время ответа (среднее): 4.89s
Общая стоимость: $0.432

Рекомендуемая модель Mercury 2 (medium)

Здесь у него лучший балл (6.6), при этом он примерно в 3.6 раза дешевле, чем Beam 1.0 501B A23B (low).

Подробное сравнение

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B low Релиз: 2026-10-17

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B low Релиз: 2026-10-17
Оценка	6.6	6.4
Ранг	#218	#238
Надежность	10.0	10.0
Стабильность	8.1	8.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	53.6%	60.9%
Нестабильные тесты	5	6
Всего запусков	69	69
Стоимость за результат	1.201	3.926
Общая стоимость	$0.121	$0.432
Цена входа	$0.250 / 1M	$1.000 / 1M
Цена выхода	$0.750 / 1M	$3.000 / 1M
Цена чтения из кэша	$0.025 / 1M	$0.100 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	189,300	218,076
Выходные токены	10,854	4,863
Токены рассуждений	86,089	66,387
Время ответа (среднее)	4.40s	4.89s
Время ответа (макс.)	34.92s	29.49s
Время ответа (суммарно)	96.81s	112.55s
Параметры	~100B	501B всего (23B 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.

#218 Mercury 2

medium

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

#238 Beam 1.0 501B A23B

low

Стоимость: $0.006
Время: 12.0s
Токены: 4,777 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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		29.49s	187,977	2,867	6,504

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.61s	1,113	329	3,916

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		7.29s	7,791	569	17,401

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.22s	7,665	132	1,716

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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.19s	7,992	286	1,353

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Beam 1.0 501B A23B	2.9	4.4	22.2%	2		8.45s	1,113	76	19,501

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
Beam 1.0 501B A23B	6.5	3.4	66.7%	1		2.30s	615	111	1,757

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
Beam 1.0 501B A23B	8.4	6.9	83.3%	1		1.14s	918	96	1,651

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
Beam 1.0 501B A23B	6.1	4.7	66.7%	2		3.42s	1,029	283	7,909

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.83s	1,530	72	385

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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		5.93s	333	42	4,294

Сменить пару сравнения

Kimi K2.5mediumvsBeam 1.0 501B A23Blow Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5mediumvsBeam 1.0 501B A23Blow Gemini 3.5 FlashminimalvsBeam 1.0 501B A23Blow Beam 1.0 501B A23BlowvsMiMo-V2.5-Promedium Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low Dots 3 Note PreviewhighБесплатно доступноvsBeam 1.0 501B A23Blow Beam 1.0 501B A23BlowvsSolar Pro 4medium Gemini 3 Flash PreviewnonevsBeam 1.0 501B A23Blow LongCat 2.0nonevsBeam 1.0 501B A23Blow Qwen3.5-35B-A3BmediumvsBeam 1.0 501B A23Blow