Mercury 2 (medium) vs Qwen3.7 Flash (medium)

Modelos comparados

Rango: #218
Total de tokens de salida: 96,943
Tiempo de respuesta (promedio): 4.40s
Costo total: $0.121

Rango: #216
Total de tokens de salida: 514,925
Tiempo de respuesta (promedio): 51.80s
Costo total: $0.076

Modelo recomendado Mercury 2 (medium)

Tiene la mejor puntuación aquí (6.6) y responde aproximadamente 11.8x más rápido que Qwen3.7 Flash (medium).

Comparación detallada

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Qwen3.7 Flash Qwen3.7 Flash medium Lanzamiento: 2026-07-28

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Qwen3.7 Flash Qwen3.7 Flash medium Lanzamiento: 2026-07-28
Puntuación	6.6	6.6
Rango	#218	#216
Fiabilidad	10.0	10.0
Consistencia	8.1	7.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	53.6%	62.3%
Pruebas inestables	5	8
Ejecuciones totales	69	69
Costo por resultado	1.201	0.760
Costo total	$0.121	$0.076
Precio de entrada	$0.250 / 1M	$0.030 / 1M
Precio de salida	$0.750 / 1M	$0.130 / 1M
Precio de lectura de caché	$0.025 / 1M	$0.006 / 1M
Precio de escritura de caché	N/D	$0.039 / 1M
Total de tokens de entrada	189,300	300,394
Tokens de salida	10,854	14,081
Tokens de razonamiento	86,089	500,844
Tiempo de respuesta (promedio)	4.40s	51.80s
Tiempo de respuesta (máximo)	34.92s	593.64s
Tiempo de respuesta (total)	96.81s	1191.42s
Parámetros	~100B	~35B en total (~3B activos)
Disponibilidad	Código cerrado	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#218 Mercury 2

medium

Coste: $0.002
Tiempo: 2.1s
Tokens: 1,702 tok

#216 Qwen3.7 Flash

medium

Reached the allocated time limit (600 seconds) without receiving showcase output.

Coste: $0.000
Tiempo: 600.0s
Tokens: 0 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

Categoría:

Tareas de agentes	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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Qwen3.7 Flash	5.2	3.2	33.3%	1		148.99s	185,917	1,295	43,554

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		9.56s	672	525	12,844

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
Qwen3.7 Flash	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Qwen3.7 Flash	6.4	5.8	66.7%	1		314.17s	87,042	10,432	296,919

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.42s	7,782	270	11,588

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	4.4	22.2%	2		8.06s	1,638	53	31,177
Qwen3.7 Flash	2.9	7.2	11.1%	1		38.02s	780	59	38,977

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
Qwen3.7 Flash	5.5	10.0	0.0%	0		10.18s	516	143	3,647

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
Qwen3.7 Flash	5.8	2.7	66.7%	2		9.27s	699	100	7,457

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
Qwen3.7 Flash	7.1	5.1	77.8%	2		8.30s	696	355	9,138

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.80s	8,193	309	2,171

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
Qwen3.7 Flash	3.0	10.0	0.0%	0		29.17s	204	30	12,647

Cambiar par de comparación

Mercury 2mediumvsStep 3.7 Flashhigh LongCat 2.0lowvsQwen3.7 Flashmedium Qwen3.7 FlashmediumvsGLM 5.2none Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low GPT-5.5nonevsQwen3.7 Flashmedium Qwen3.7 FlashmediumvsGLM 5.3 Flashlow Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Mercury 2mediumvsGLM 5.2none KAT-Coder-Pro V2.5lowvsQwen3.7 Flashmedium Apodex 1.1 MinihighDisponible gratisvsQwen3.7 Flashmedium Mercury 2mediumvsGPT-5.5none