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 none Veröffentlichung: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02
Rang #61 #66
Ø-Score 3.4 2.6
Konsistenz 9.0 7.4
Kosten pro Ergebnis 0.153 0.779
Gesamtkosten $0.007 $0.024
Korrekte Tests
Erfolgsquote pro Versuch 31.3% 35.4%
Instabile Tests 2 5
Gesamtläufe 48 48
Ausgabe-Token 1,303 17,930
Denk-Token 0 139,706
Antwortzeit (Durchschnitt) 596ms 71.44s
Antwortzeit (Maximum) 1.27s 226.38s
Antwortzeit (Gesamt) 9.54s 928.77s

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 10.0 10.0 0.0% 0 466ms 274 0
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 0.0% 0 606ms 131 0
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 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 667ms 180 0
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 4.0 7.2 44.4% 1 534ms 46 0
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
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 628ms 159 0
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 5.5 10.0 50.0% 0 551ms 82 0
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 0.0% 0 533ms 234 0
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
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 1.27s 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Schnellvergleich

Vergleichspaar wechseln

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneNemotron 3 Super 120b A12bnoneKostenlos verfügbarvsQwen3.5-9BmediumQwen3.5-9BmediumvsGLM 4.7 FlashnoneMercury 2nonevsMiniMax M2.5mediumGPT-4o-mininonevsQwen3.5-9BmediumKimi K2.5nonevsQwen3.5-9BmediumMercury 2nonevsGrok 4.20 Multi-Agent BetamediumTrinity Large PreviewnoneKostenlos verfügbarvsQwen3.5-9BmediumMercury 2nonevsgpt-oss-120bmediumKostenlos verfügbar