AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5 Plus 2026-02-15
Vergleichen:
Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-05
| Metrik | Inception: Mercury 2 medium Veröffentlichung: 2026-02-24 | Qwen: Qwen3.5 Plus 2026-02-15 none Veröffentlichung: 2026-02-15 |
|---|---|---|
| Rang | #35 | #27 |
| Ø-Score | 5.4 | 6.4 |
| Korrekte Tests | ||
| Konsistenz | 8.3 | 10.0 |
| Kosten pro Ergebnis | 0.622 | 0.168 |
| Gesamtkosten | $0.044 | $0.016 |
| Erfolgsquote pro Versuch | 57.8% | 60.0% |
| Instabile Tests | 3 | 0 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| Ausgabe-Token | 3,571 | 1,898 |
| Denk-Token | 45,379 | 0 |
| Antwortzeit (Durchschnitt) | 2.47s | 2.70s |
| Antwortzeit (Maximum) | 14.63s | 6.65s |
| Antwortzeit (Gesamt) | 34.56s | 24.26s |
Antwortzeit (Durchschnitt)
Score vs. Gesamtkosten
Ø-Score vs Antwortzeit (Durchschnitt)
Kategorieaufschlüsselung
| Anti-KI-Tricks | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 7.3 | 9.8 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 4.0 | 10.0 | 33.3% | 0 | 2.74s | 514 | 0 |
| Kombiniert | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 0.0% | 0 | 6.65s | 314 | 0 |
| Datenanalyse und -extraktion | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 9.9 | 10.0 | 100.0% | 0 | 1.89s | 243 | 0 |
| Domänenspezifisch | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 4.0 | 10.0 | 33.3% | 0 | 1.17s | 17 | 0 |
| Befolgung von Anweisungen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 14 | 958 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 72 | 0 |
| Puzzle Solving | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 1.7 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 7.0 | 10.0 | 66.7% | 0 | 2.82s | 516 | 0 |
| Werkzeugaufrufe | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| Qwen: Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 222 | 0 |
Schnellvergleich
Vergleichspaar wechseln
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneSeed-2.0-MinimediumvsQwen3.5 Plus 2026-02-15none