Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-12

Metrik Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24 Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02
Rang #40 #60
Ø-Score 5.3 3.4
Konsistenz 8.4 10.0
Kosten pro Ergebnis 0.631 0.111
Gesamtkosten $0.045 $0.005
Korrekte Tests
Erfolgsquote pro Versuch 54.2% 25.0%
Instabile Tests 3 0
Gesamtläufe 48 48
Ausgabe-Token 3,708 2,939
Denk-Token 45,921 0
Antwortzeit (Durchschnitt) 2.36s 1.06s
Antwortzeit (Maximum) 14.63s 5.91s
Antwortzeit (Gesamt) 35.39s 16.95s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Ø-Score vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Ø-Score vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 7.3 9.8 66.7% 0 1.30s 2,531 2,410
Qwen3.5-9B 10.0 9.9 0.0% 0 1.02s 576 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Qwen3.5-9B 10.0 10.0 0.0% 0 5.91s 1,255 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 5.5 5.9 83.3% 1 1.11s 183 1,656
Qwen3.5-9B 9.9 10.0 100.0% 0 847ms 249 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 7.2 11.1% 1 6.48s 41 30,754
Qwen3.5-9B 10.0 10.0 0.0% 0 464ms 24 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 4.0 10.0 0.0% 0 821ms 137 542
Qwen3.5-9B 3.0 9.9 0.0% 0 552ms 99 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Qwen3.5-9B 5.5 10.0 50.0% 0 514ms 75 0
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 1.7 7.5 22.2% 1 934ms 354 2,758
Qwen3.5-9B 10.0 9.9 0.0% 0 683ms 388 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Schnellvergleich

Vergleichspaar wechseln