AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5-9B

الملخص

مقارنة benchmark بين Mercury 2 و Qwen3.5-9B: يتقدم Mercury 2 في متوسط النتيجة بـ 4.5 مقابل 4.2. لدى Mercury 2 تكلفة benchmark أقل عند $0.011 مقابل $0.036. Mercury 2 أسرع عند 653ms مقابل 82.24s، مع معدلات نجاح 23.8% مقابل 27.0%.

النموذج الموصى به: Mercury 2 - It has the best score here (4.5), while costing about 3.4x less than Qwen3.5-9B.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-10

المقياس	Mercury 2 Mercury 2 none الإصدار: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium الإصدار: 2026-03-02

المقياس	Mercury 2 Mercury 2 none الإصدار: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium الإصدار: 2026-03-02
النتيجة	4.5	4.2
الترتيب	#156	#162
الموثوقية	10.0	6.7
الاتساق	9.2	8.0
اختبارات صحيحة
معدل النجاح لكل محاولة	23.8%	27.0%
اختبارات غير مستقرة	2	5
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	0.259	1.187
إجمالي التكلفة	$0.011	$0.036
سعر الإدخال	$0.250 / 1M	$0.100 / 1M
سعر الإخراج	$0.750 / 1M	$0.150 / 1M
إجمالي رموز الإدخال	28,113	17,070
رموز الإخراج	4,439	29,045
رموز الاستدلال	0	209,516
زمن الاستجابة (المتوسط)	653ms	82.24s
زمن الاستجابة (الحد الأقصى)	1.43s	226.38s
زمن الاستجابة (الإجمالي)	13.72s	1315.88s

Generation showcase

Hamster playing table tennis

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

#156 Mercury 2

none

Cost: $0.002
Time: 1.8s
Tokens: 1,514 tok

#162 Qwen3.5-9B

medium

Cost: $0.001
Time: 35.9s
Tokens: 3,030 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

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	3.0	10.0	0.0%	0		483ms	631	286	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	3.0	10.0	0.0%	0		606ms	4,821	131	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0

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	7.3	5.9	83.3%	1		667ms	6,362	180	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	4.8	10.0	0.0%	0		628ms	495	159	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

مقارنة سريعة

تبديل زوج المقارنة

Ling-2.6-1TnonevsQwen3.5-9Bmedium Mercury 2nonevsQwen3 Coder Nextmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium Mercury 2nonevsGLM 4.7 Flashmedium Qwen3.5-9BmediumvsMiMo-V2-Flashnone Trinity Large PreviewnonevsQwen3.5-9Bmedium GPT-5.4 NanononevsQwen3.5-9Bmedium GPT-4o-mininonevsQwen3.5-9Bmedium GPT-5.4 MininonevsQwen3.5-9Bmedium Qwen3.5-9BmediumvsMiMo-V2.5none Mistral Small 4nonevsQwen3.5-9Bmedium Mercury 2nonevsMistral Small 4medium