Navigatie
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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-04

Metriek Mercury 2 Mercury 2 medium Releasedatum: 2026-02-24 Qwen3.6 27B Qwen3.6 27B medium Releasedatum: 2026-04-20
Score 6.6 6.8
Rang #81 #78
Betrouwbaarheid 10.0 10.0
Consistentie 8.8 8.2
Correcte tests
Slaagpercentage per poging 54.0% 60.3%
Instabiele tests 3 5
Totaal runs 63 63
Kosten per resultaat 0.578 3.361
Totale kosten $0.058 $0.444
Invoerprijs $0.250 / 1M $0.290 / 1M
Uitvoerprijs $0.750 / 1M $3.200 / 1M
Totaal aantal invoer-tokens 35,116 39,376
Uitvoer-tokens 4,048 16,189
Redeneer-tokens 61,219 122,521
Responstijd (gem.) 2.24s 59.71s
Responstijd (max) 14.63s 168.22s
Responstijd (totaal) 44.72s 1254.01s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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 80.99s 204 401 5,807

Snelle vergelijking

Vergelijkingspaar wisselen

Claude Sonnet 4.6nonevsQwen3.6 27BmediumGemma 4 31BnoneGratis beschikbaarvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneGemma 4 31BnoneGratis beschikbaarvsQwen3.6 27BmediumMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneQwen3.6 27BmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium