Inception: Mercury 2 vs Qwen: Qwen3.5-9B

Mercury 2 lidera en puntuación media con 4.6 vs 3.8. Mercury 2 tiene menor coste de benchmark con $0.030 vs $0.036. Mercury 2 es más rápido con 829ms vs 82.24s, con tasas de acierto de 22.7% vs 25.8%.

Modelo recomendadoMercury 2Tiene la mejor puntuación aquí (4.6) y responde aproximadamente 99.2x más rápido que Qwen3.5-9B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación	4.6	3.8
Rango	#204	#220
Fiabilidad	10.0	5.0
Consistencia	9.2	8.1
Pruebas correctas
Tasa de aciertos por intento	22.7%	25.8%
Pruebas inestables	2	5
Ejecuciones totales	66	66
Costo por resultado	0.734	1.187
Costo total	$0.030	$0.036
Precio de entrada	$0.250 / 1M	$0.100 / 1M
Precio de salida	$0.750 / 1M	$0.150 / 1M
Total de tokens de entrada	88,704	17,070
Tokens de salida	9,564	29,045
Tokens de razonamiento	0	209,516
Tiempo de respuesta (promedio)	829ms	82.24s
Tiempo de respuesta (máximo)	4.52s	226.38s
Tiempo de respuesta (total)	18.24s	1315.88s

Hamster playing table tennis

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

#204 Mercury 2

none

Coste: $0.002
Tiempo: 1.8s
Tokens: 1,514 tok

#220 Qwen3.5-9B

medium

Coste: $0.001
Tiempo: 35.9s
Tokens: 3,030 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:

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	3.0	10.0	0.0%	0		483ms	631	286	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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	3.0	10.0	0.0%	0		2.56s	65,412	5,256	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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		667ms	6,362	180	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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	5.3	7.2	44.4%	1		534ms	784	46	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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		628ms	495	159	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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	6.5	10.0	50.0%	0		551ms	691	82	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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	3.1	10.0	0.0%	0		535ms	694	251	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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		1.27s	6,193	197	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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		548ms	213	19	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Comparación rápida

Cambiar par de comparación

gpt-oss-120bnoneDisponible gratisvsQwen3.5-9Bmedium CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium Granite 4.1 8BnonevsQwen3.5-9Bmedium Mercury 2nonevsGLM 4.7 Flashmedium Qwen3.5-9BmediumvsGrok 4.20none Mercury 2nonevsLaguna S 2.1lowDisponible gratis Mercury 2nonevsMiniMax M2.7medium Mercury 2nonevsMistral Small 4medium Mercury 2nonevsLaguna S 2.1highDisponible gratis Laguna S 2.1noneDisponible gratisvsQwen3.5-9Bmedium