नेव्हिगेशन
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: Qwen3.6 27B

सारांश

Mercury 2 vs Qwen3.6 27B benchmark तुलना: Mercury 2 average score मध्ये पुढे आहे: 6.6 vs 5.6. Qwen3.6 27B चा benchmark खर्च कमी आहे: $0.025 vs $0.058. Mercury 2 वेगवान आहे: 2.24s vs 3.72s, pass rates 54.0% vs 47.6%.

शिफारस केलेले मॉडेल: Mercury 2 - It has the best score here (6.6), while responding about 1.7x faster than Qwen3.6 27B.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-10

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 Qwen3.6 27B Qwen3.6 27B none प्रकाशन: 2026-04-20
स्कोअर 6.6 5.6
क्रमांक #82 #119
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 7.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 54.0% 47.6%
अस्थिर चाचण्या 3 6
एकूण रन 63 63
प्रति निकाल खर्च 0.578 0.467
एकूण खर्च $0.058 $0.025
इनपुट किंमत $0.250 / 1M $0.290 / 1M
आउटपुट किंमत $0.750 / 1M $2.400 / 1M
एकूण इनपुट टोकन्स 35,116 52,721
आउटपुट टोकन्स 4,048 3,812
रिझनिंग टोकन्स 61,219 0
प्रतिसाद वेळ (सरासरी) 2.24s 3.72s
प्रतिसाद वेळ (कमाल) 14.63s 11.82s
प्रतिसाद वेळ (एकूण) 44.72s 78.08s

Generation showcase

Hamster playing table tennis

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

#82 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#119 Qwen3.6 27B

none
Cost
$0.009
Time
83.0s
Tokens
4,549 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.6 27B 3.8 3.7 41.7% 3 2.83s 696 490 0
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.6 27B 3.0 10.0 0.0% 0 9.95s 22,497 1,401 0
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.6 27B 7.3 5.8 83.3% 1 2.06s 7,788 248 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.6 27B 7.7 10.0 66.7% 0 3.03s 789 24 0
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.6 27B 5.2 9.9 0.0% 0 1.07s 522 72 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.6 27B 6.2 5.8 66.7% 1 1.92s 711 49 0
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.6 27B 5.3 7.2 44.4% 1 5.15s 714 639 0
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.6 27B 9.5 10.0 100.0% 0 6.74s 10,881 339 0
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Qwen3.6 27B 3.0 10.0 0.0% 0 4.03s 210 11 0

झटपट तुलना

तुलना जोडी बदला