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

Modelos comparados

Modelo recomendado Mercury 2

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

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	4.4	4.0
Rango	#338	#346
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
Total de tokens de entrada	100,634	387,323
Tokens de salida	9,709	48,562
Tokens de razonamiento	0	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

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

none

medium

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	3.0	10.0	0.0%	0		9.00s	10,997	125	0
Qwen3.5-9B	5.2	3.2	33.3%	1		152.85s	370,128	1,827	43,724

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	5.9	7.2	55.6%	1		500ms	1,717	66	0
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666

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

Cambiar par de comparación