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

Mercury 2 unggul dalam skor rata-rata dengan 4.6 vs 3.8. Mercury 2 memiliki biaya benchmark lebih rendah di $0.030 vs $0.036. Mercury 2 lebih cepat di 829ms vs 82.24s, dengan tingkat keberhasilan 22.7% vs 25.8%.

Model yang direkomendasikanMercury 2It has the best score here (4.6), while responding about 99.2x faster than Qwen3.5-9B (medium).

Peringkat: #204
Tingkat lulus per percobaan: 22.7%
Total token output: 9,564
Waktu respons (rata-rata): 829ms
Total Biaya: $0.030

Peringkat: #220
Tingkat lulus per percobaan: 25.8%
Total token output: 238,561
Waktu respons (rata-rata): 82.24s
Total Biaya: $0.036

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02
Skor	4.6	3.8
Peringkat	#204	#220
Keandalan	10.0	5.0
Konsistensi	9.2	8.1
Tes benar
Tingkat lulus per percobaan	22.7%	25.8%
Tes tidak stabil	2	5
Total Run	66	66
Biaya per hasil	0.734	1.187
Total Biaya	$0.030	$0.036
Harga input	$0.250 / 1M	$0.100 / 1M
Harga output	$0.750 / 1M	$0.150 / 1M
Total token input	88,704	17,070
Token output	9,564	29,045
Token penalaran	0	209,516
Waktu respons (rata-rata)	829ms	82.24s
Waktu respons (maks)	4.52s	226.38s
Waktu respons (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

Biaya: $0.002
Waktu: 1.8s
Token: 1,514 tok

#220 Qwen3.5-9B

medium

Biaya: $0.001
Waktu: 35.9s
Token: 3,030 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

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	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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	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		2.56s	65,412	5,256	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0

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		667ms	6,362	180	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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	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

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

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	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

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	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

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

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

Perbandingan Cepat

Ganti Pasangan Perbandingan

gpt-oss-120bnoneTersedia 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 2.1lowTersedia gratis Mercury 2nonevsMiniMax M2.7medium Mercury 2nonevsMistral Small 4medium Mercury 2nonevsLaguna S 2.1highTersedia gratis Laguna S 2.1noneTersedia gratisvsQwen3.5-9Bmedium