Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5-122B-A10B

Ringkasan

Perbandingan benchmark Mercury 2 vs Qwen3.5-122B-A10B: Qwen3.5-122B-A10B unggul dalam skor rata-rata dengan 7.7 vs 7.5. Mercury 2 memiliki biaya benchmark lebih rendah di $0.058 vs $0.588. Mercury 2 lebih cepat di 2.24s vs 42.49s, dengan tingkat keberhasilan 54.0% vs 73.0%.

Model yang direkomendasikan: Mercury 2 - Its score stays close to the best score here (7.5 vs 7.7), while costing about 10.2x less than Qwen3.5-122B-A10B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24
Skor 7.5 7.7
Peringkat #44 #36
Keandalan 10.0 10.0
Konsistensi 8.8 8.8
Tes benar
Tingkat lulus per percobaan 54.0% 73.0%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 0.578 5.235
Total Biaya $0.058 $0.588
Harga input $0.250 / 1M $0.260 / 1M
Harga output $0.750 / 1M $2.080 / 1M
Total token input 35,116 41,832
Token output 4,048 26,187
Token penalaran 61,219 251,028
Waktu respons (rata-rata) 2.24s 42.49s
Waktu respons (maks) 14.63s 168.16s
Waktu respons (total) 44.72s 892.30s

Showcase generasi

Hamster playing table tennis

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

#44 Mercury 2

medium
Biaya
$0.002
Waktu
2.1s
Token
1,702 tok

#36 Qwen3.5-122B-A10B

medium
Biaya
$0.019
Waktu
48.7s
Token
6,034 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.3 ChatnoneQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsMercury 2mediumClaude Opus 4.8nonevsMercury 2mediumGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsQwen3.7 Plusnone