Navegación
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 generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Rango #40 #60
Puntaje prom. 5.3 3.4
Consistencia 8.4 10.0
Costo por resultado 0.631 0.111
Costo total $0.045 $0.005
Pruebas correctas
Tasa de aciertos por intento 54.2% 25.0%
Pruebas inestables 3 0
Ejecuciones totales 48 48
Tokens de salida 3,708 2,939
Tokens de razonamiento 45,921 0
Tiempo de respuesta (promedio) 2.36s 1.06s
Tiempo de respuesta (máximo) 14.63s 5.91s
Tiempo de respuesta (total) 35.39s 16.95s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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 Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsHunter AlphanoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsGrok 4.20 Betanone