Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.6 Flash

Resumen

Comparación benchmark de Mercury 2 vs Qwen3.6 Flash: Mercury 2 lidera en puntuación media con 6.6 vs 5.4. Qwen3.6 Flash tiene menor coste de benchmark con $0.015 vs $0.058. Qwen3.6 Flash es más rápido con 1.60s vs 2.24s, con tasas de acierto de 54.0% vs 33.3%.

Modelo recomendado: Qwen3.6 Flash - Ofrece el mejor equilibrio general: puntuación competitiva (5.4), menor coste que Mercury 2 y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Qwen3.6 Flash Qwen3.6 Flash none Lanzamiento: 2026-04-20
Puntuación 6.6 5.4
Rango #82 #129
Fiabilidad 10.0 10.0
Consistencia 8.8 10.0
Pruebas correctas
Tasa de aciertos por intento 54.0% 33.3%
Pruebas inestables 3 0
Ejecuciones totales 63 63
Costo por resultado 0.578 0.266
Costo total $0.058 $0.015
Precio de entrada $0.250 / 1M $0.188 / 1M
Precio de salida $0.750 / 1M $1.125 / 1M
Total de tokens de entrada 35,116 50,810
Tokens de salida 4,048 4,164
Tokens de razonamiento 61,219 0
Tiempo de respuesta (promedio) 2.24s 1.60s
Tiempo de respuesta (máximo) 14.63s 4.60s
Tiempo de respuesta (total) 44.72s 33.59s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#82 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#129 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 tok

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 Flash 3.1 10.0 0.0% 0 1.63s 696 1,554 0
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 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0
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 Flash 3.0 10.0 0.0% 0 4.22s 24,675 315 0
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 Flash 10.0 10.0 100.0% 0 2.13s 7,794 243 0
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 Flash 5.3 10.0 33.3% 0 1.11s 789 15 0
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 Flash 10.0 10.0 100.0% 0 947ms 522 132 0
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 Flash 6.3 10.0 50.0% 0 1.10s 711 66 0
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 Flash 3.5 10.0 0.0% 0 1.21s 714 669 0
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 Flash 10.0 10.0 100.0% 0 2.49s 8,211 272 0
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 Flash 3.0 10.0 0.0% 0 649ms 210 9 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsQwen3.6 FlashnoneMiniMax M2.7mediumvsQwen3.6 FlashnoneMistral Small 4mediumvsQwen3.6 FlashnoneGemma 4 31BnoneDisponible gratisvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneCobuddymediumvsQwen3.6 FlashnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneMercury 2mediumvsStep 3.7 Flashhigh