Navegación
Advertise here

Mercury 2 vs Qwen3.5-9B (medium)

Mercury 2 lidera en puntuación media con 4.4 vs 4.0. Mercury 2 tiene menor coste de benchmark con $0.033 vs $0.106. Mercury 2 es más rápido con 1.18s vs 110.18s, con tasas de acierto de 23.2% vs 26.1%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-22

Modelos comparados

Rango
#471
Total de tokens de salida
9,709
Tiempo de respuesta (promedio)
1.18s
Costo total
$0.033
Rango
#480
Total de tokens de salida
447,247
Tiempo de respuesta (promedio)
110.18s
Costo total
$0.106
Modelo recomendado Mercury 2

Tiene la mejor puntuación aquí (4.4) y cuesta aproximadamente 3.3x menos que Qwen3.5-9B (medium).

Comparación detallada

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 4.4 4.0
Rango #471 #480
Fiabilidad 10.0 8.7
Consistencia 9.2 7.9
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 23.2% 26.1%
Pruebas inestables 2 6
Ejecuciones totales 69 69
Costo por resultado 0.812 3.523
Costo total $0.033 $0.106
Precio de entrada $0.250 / 1M $0.100 / 1M
Precio de salida $0.750 / 1M $0.150 / 1M
Precio de lectura de caché $0.025 / 1M N/D
Precio de escritura de caché N/D N/D
Total de tokens de entrada 100,634 387,323
Tokens de salida 9,609 48,562
Tokens de razonamiento 100 410,431
Tiempo de respuesta (promedio) 1.18s 110.18s
Tiempo de respuesta (máximo) 9.00s 569.97s
Tiempo de respuesta (total) 27.14s 1873.00s
Parámetros ~100B 9B
Disponibilidad Código cerrado Código abierto

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.

#471 Mercury 2

none
Coste
$0.002
Tiempo
1.8s
Tokens
1,514 tok

#480 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

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

Cambiar par de comparación