नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.6 Flash

सारांश

Mercury 2 vs Qwen3.6 Flash benchmark तुलना: Mercury 2 average score मध्ये पुढे आहे: 6.6 vs 5.4. Qwen3.6 Flash चा benchmark खर्च कमी आहे: $0.015 vs $0.058. Qwen3.6 Flash वेगवान आहे: 1.60s vs 2.24s, pass rates 54.0% vs 33.3%.

शिफारस केलेले मॉडेल: Qwen3.6 Flash - It offers the best overall trade-off: a competitive score (5.4), lower cost than Mercury 2, and balanced response time.

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

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 Qwen3.6 Flash Qwen3.6 Flash none प्रकाशन: 2026-04-20
स्कोअर 6.6 5.4
क्रमांक #82 #129
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 54.0% 33.3%
अस्थिर चाचण्या 3 0
एकूण रन 63 63
प्रति निकाल खर्च 0.578 0.266
एकूण खर्च $0.058 $0.015
इनपुट किंमत $0.250 / 1M $0.188 / 1M
आउटपुट किंमत $0.750 / 1M $1.125 / 1M
एकूण इनपुट टोकन्स 35,116 50,810
आउटपुट टोकन्स 4,048 4,164
रिझनिंग टोकन्स 61,219 0
प्रतिसाद वेळ (सरासरी) 2.24s 1.60s
प्रतिसाद वेळ (कमाल) 14.63s 4.60s
प्रतिसाद वेळ (एकूण) 44.72s 33.59s

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

#129 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 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 Flash 3.1 10.0 0.0% 0 1.63s 696 1,554 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 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 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 Flash 3.0 10.0 0.0% 0 4.22s 24,675 315 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 Flash 10.0 10.0 100.0% 0 2.13s 7,794 243 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 Flash 5.3 10.0 33.3% 0 1.11s 789 15 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 Flash 10.0 10.0 100.0% 0 947ms 522 132 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 Flash 6.3 10.0 50.0% 0 1.10s 711 66 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 Flash 3.5 10.0 0.0% 0 1.21s 714 669 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 Flash 10.0 10.0 100.0% 0 2.49s 8,211 272 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 Flash 3.0 10.0 0.0% 0 649ms 210 9 0

झटपट तुलना

तुलना जोडी बदला