AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5-Flash
Comparar:
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-05
| Métrica | Inception: Mercury 2 medium Lanzamiento: 2026-02-24 | Qwen: Qwen3.5-Flash none Lanzamiento: 2026-02-24 |
|---|---|---|
| Rango | #35 | #40 |
| Puntaje prom. | 54 | 49 |
| Consistencia | 83 | 95 |
| Costo por resultado | 0.622 | 0.088 |
| Costo total | $0.044 | $0.006 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 57.8% | 42.2% |
| Pruebas inestables | 3 | 1 |
| Tokens de salida | 3,571 | 3,674 |
| Tokens de razonamiento | 45,379 | 0 |
Puntuación vs costo total
Desglose por categoría
| Trucos anti-IA | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 2,531 | 2,410 | |
| Qwen: Qwen3.5-Flash | 23 | 78 | 11.1% | 1 | 687 | 0 |
| Combinado | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 268 | 4,887 | |
| Qwen: Qwen3.5-Flash | 100 | 100 | 0.0% | 0 | 1,794 | 0 |
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 183 | 1,656 | |
| Qwen: Qwen3.5-Flash | 99 | 100 | 100.0% | 0 | 243 | 0 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 41 | 30,754 | |
| Qwen: Qwen3.5-Flash | 70 | 100 | 66.7% | 0 | 15 | 0 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 14 | 958 | |
| Qwen: Qwen3.5-Flash | 50 | 100 | 50.0% | 0 | 63 | 0 |
| Puzzle Solving | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 354 | 2,758 | |
| Qwen: Qwen3.5-Flash | 13 | 100 | 0.0% | 0 | 608 | 0 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 180 | 1,956 | |
| Qwen: Qwen3.5-Flash | 100 | 100 | 100.0% | 0 | 264 | 0 |
Comparación rápida
Cambiar par de comparación
MiniMax M2.5mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large Preview (free)noneDisponible gratisvsMercury 2medium