Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5-Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Puntuación 6.5 6.2
Rango #53 #58
Consistencia 8.6 9.6
Pruebas correctas
Tasa de aciertos por intento 53.7% 46.3%
Pruebas inestables 3 1
Ejecuciones totales 54 54
Costo por resultado 0.580 0.070
Costo total $0.047 $0.006
Precio de entrada $0.250 / 1M $0.065 / 1M
Precio de salida $0.750 / 1M $0.260 / 1M
Tokens de salida 3,972 4,266
Tokens de razonamiento 48,333 0
Tiempo de respuesta (promedio) 2.21s 3.25s
Tiempo de respuesta (máximo) 14.63s 13.73s
Tiempo de respuesta (total) 37.51s 58.44s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación 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 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 690 0
Programación 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 1.53s 249 2,213
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.29s 489 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-Flash 3.0 10.0 0.0% 0 6.22s 1,794 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 7.3 5.9 83.3% 1 1.11s 183 1,656
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 243 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 2.9 7.2 11.1% 1 6.48s 41 30,754
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 15 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 4.8 10.0 0.0% 0 821ms 137 542
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 100 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-Flash 6.3 10.0 50.0% 0 8.81s 63 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
Qwen3.5-Flash 3.3 10.0 0.0% 0 5.90s 608 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-Flash 10.0 10.0 100.0% 0 3.67s 264 0

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsMiMo-V2-OmninoneGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumgpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2mediumGemma 4 31BnoneDisponible gratisvsMercury 2medium