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 none Veröffentlichung: 2026-03-02
Rang #61 #60
Ø-Score 3.4 3.4
Konsistenz 9.0 10.0
Kosten pro Ergebnis 0.153 0.111
Gesamtkosten $0.007 $0.005
Korrekte Tests
Erfolgsquote pro Versuch 31.3% 25.0%
Instabile Tests 2 0
Gesamtläufe 48 48
Ausgabe-Token 1,303 2,939
Denk-Token 0 0
Antwortzeit (Durchschnitt) 596ms 1.06s
Antwortzeit (Maximum) 1.27s 5.91s
Antwortzeit (Gesamt) 9.54s 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 10.0 10.0 0.0% 0 466ms 274 0
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 0.0% 0 606ms 131 0
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 667ms 180 0
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 4.0 7.2 44.4% 1 534ms 46 0
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 628ms 159 0
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 5.5 10.0 50.0% 0 551ms 82 0
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 10.0 10.0 0.0% 0 533ms 234 0
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 1.27s 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Schnellvergleich

Vergleichspaar wechseln

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMiniMax M2.5mediumvsQwen3.5-9BnoneMercury 2nonevsMiniMax M2.5mediumQwen3.5-9BnonevsGrok 4.20 Multi-Agent BetamediumMercury 2nonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-9BnoneMercury 2nonevsgpt-oss-120bmediumKostenlos verfügbarMercury 2mediumvsQwen3.5-9BnoneGPT-5 NanomediumvsQwen3.5-9Bnone