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: Qwen3.6 27B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Qwen3.6 27B Qwen3.6 27B medium Lanzamiento: 2026-04-20
Puntuación 6.6 6.8
Rango #81 #78
Fiabilidad 10.0 10.0
Consistencia 8.8 8.2
Pruebas correctas
Tasa de aciertos por intento 54.0% 60.3%
Pruebas inestables 3 5
Ejecuciones totales 63 63
Costo por resultado 0.578 3.361
Costo total $0.058 $0.444
Precio de entrada $0.250 / 1M $0.290 / 1M
Precio de salida $0.750 / 1M $3.200 / 1M
Total de tokens de entrada 35,116 39,376
Tokens de salida 4,048 16,189
Tokens de razonamiento 61,219 122,521
Tiempo de respuesta (promedio) 2.24s 59.71s
Tiempo de respuesta (máximo) 14.63s 168.22s
Tiempo de respuesta (total) 44.72s 1254.01s

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 entrada Tokens de salida Tokens de razonamiento
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsQwen3.6 27BmediumGemma 4 31BnoneDisponible gratisvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneGemma 4 31BnoneDisponible gratisvsQwen3.6 27BmediumMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneQwen3.6 27BmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium