Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) лидирует по среднему баллу: 5.4 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.030 vs $0.127. Mercury 2 быстрее: 829ms vs 111.61s, с долей успешных попыток 22.7% vs 27.3%.

Рекомендуемая модельMercury 2Его балл близок к лучшему здесь (4.6 против 5.4), при этом он примерно в 4.3 раза дешевле, чем Laguna S 2.1 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Сводка сравнения

Ранг: #204
Общее число выходных токенов: 9,564
Время ответа (среднее): 829ms
Общая стоимость: $0.030

Ранг: #173
Общее число выходных токенов: 584,864
Время ответа (среднее): 111.61s
Общая стоимость: $0.127

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно
Оценка	4.6	5.4
Ранг	#204	#173
Надежность	10.0	9.9
Стабильность	9.2	8.1
Тестов верно
Доля успешных попыток	22.7%	27.3%
Нестабильные тесты	2	5
Всего запусков	66	66
Стоимость за результат	0.734	3.153
Общая стоимость	$0.030	$0.127
Цена входа	$0.250 / 1M	$0.100 / 1M
Цена выхода	$0.750 / 1M	$0.200 / 1M
Общее число входных токенов	88,704	208,931
Выходные токены	9,564	175,588
Токены рассуждений	0	409,276
Время ответа (среднее)	829ms	111.61s
Время ответа (макс.)	4.52s	1190.11s
Время ответа (суммарно)	18.24s	2455.39s

Hamster playing table tennis

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

#204 Mercury 2

none

Стоимость: $0.002
Время: 1.8s
Токены: 1,514 tok

#173 Laguna S 2.1

high

Стоимость: $0.001
Время: 6.8s
Токены: 1,389 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	3.0	10.0	0.0%	0		483ms	631	286	0
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Laguna S 2.1	5.3	7.2	44.4%	1		271.42s	6,496	59,355	151,009

Комбинированный	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		2.56s	65,412	5,256	0
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

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		667ms	6,362	180	0
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

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		628ms	495	159	0
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

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		1.27s	6,193	197	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

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		548ms	213	19	0
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

Быстрое сравнение

Сменить пару сравнения