Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-26

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 4.8 4.4
Rango #106 #114
Fiabilidad N/D N/D
Consistencia 9.0 7.2
Pruebas correctas
Tasa de aciertos por intento 27.8% 33.3%
Pruebas inestables 2 6
Ejecuciones totales 54 54
Costo por resultado 0.165 0.976
Costo total $0.007 $0.030
Precio de entrada $0.250 / 1M $0.100 / 1M
Precio de salida $0.750 / 1M $0.150 / 1M
Tokens de salida 1,625 24,291
Tokens de razonamiento 0 172,597
Tiempo de respuesta (promedio) 613ms 73.64s
Tiempo de respuesta (máximo) 1.27s 226.38s
Tiempo de respuesta (total) 11.04s 1104.60s

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 salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 628ms 159 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparación rápida

Cambiar par de comparación

Mercury 2nonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3.5-9BmediumLing 2.6 1tnoneDisponible gratisvsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsHY3 PreviewnoneDisponible gratisMercury 2nonevsElephant AlphamediumMercury 2nonevsMiniMax M2.7mediumGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 SupernoneDisponible gratisvsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2.5none