Mercury 2.5 Preview (medium) vs Qwen3.5-Flash (medium)

متوسط النتيجة متقارب جدًا عند 6.8 مقابل 6.8. لدى Mercury 2.5 Preview (medium) تكلفة benchmark أقل عند $0.039 مقابل $0.184. Mercury 2.5 Preview (medium) أسرع عند 6.66s مقابل 83.68s، مع معدلات نجاح 66.7% مقابل 66.7%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-09

النماذج المقارنة

الترتيب: #183
إجمالي رموز الإخراج: 150,107
زمن الاستجابة (المتوسط): 6.66s
إجمالي التكلفة: $0.039

الترتيب: #181
إجمالي رموز الإخراج: 531,668
زمن الاستجابة (المتوسط): 83.68s
إجمالي التكلفة: $0.184

النموذج الموصى به Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 4.8x less than Qwen3.5-Flash (medium).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash medium الإصدار: 2026-02-24

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Qwen3.5-Flash Qwen3.5-Flash medium الإصدار: 2026-02-24
النتيجة	6.8	6.8
الترتيب	#183	#181
الموثوقية	10.0	10.0
الاتساق	9.6	7.9
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	66.7%
اختبارات غير مستقرة	1	6
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.244	1.533
إجمالي التكلفة	$0.039	$0.184
سعر الإدخال	$0.040 / 1M	$0.065 / 1M
سعر الإخراج	$0.150 / 1M	$0.260 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	غير متاح
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	397,291	349,177
رموز الإخراج	6,355	54,279
رموز الاستدلال	143,752	477,389
زمن الاستجابة (المتوسط)	6.66s	83.68s
زمن الاستجابة (الحد الأقصى)	74.63s	515.38s
زمن الاستجابة (الإجمالي)	153.29s	1840.92s
المعلمات	~100B	~35B الإجمالي (~3B النشطة)
الإتاحة	مغلق المصدر	مغلق المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#183 Mercury 2.5 Preview

medium

التكلفة: $0.001
الوقت: 2.7s
الرموز: 2,241 tok

#181 Qwen3.5-Flash

medium

التكلفة: $0.002
الوقت: 25.8s
الرموز: 4,294 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
Qwen3.5-Flash	10.0	10.0	100.0%	0		67.72s	230,669	18,822	0

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

تبديل زوج المقارنة

Qwen3.5-FlashmediumvsInklinglowمتاح مجانًا Mercury 2.5 PreviewmediumvsInklinglowمتاح مجانًا Mercury 2.5 PreviewmediumvsGPT-6 Solnone GPT-6 SolnonevsQwen3.5-Flashmedium Claude Opus 4.8nonevsQwen3.5-Flashmedium Claude Sonnet 5.5lowvsQwen3.5-Flashmedium GPT-5.6 LunalowvsQwen3.5-Flashmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Ember-1highvsQwen3.5-Flashmedium Ember-1highvsMercury 2.5 Previewmedium