Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

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

Samenvatting

Benchmarkvergelijking Mercury 2 vs Qwen3.5-9B: Mercury 2 leidt in gemiddelde score met 4.5 vs 4.2. Mercury 2 heeft lagere benchmarkkosten met $0.011 vs $0.036. Mercury 2 is sneller met 653ms vs 82.24s, met slagingspercentages van 23.8% vs 27.0%.

Aanbevolen model: Mercury 2 - Het heeft hier de beste score (4.5) en kost ongeveer 3.4x minder dan Qwen3.5-9B.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-10

Metriek Mercury 2 Mercury 2 none Releasedatum: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Releasedatum: 2026-03-02
Score 4.5 4.2
Rang #156 #162
Betrouwbaarheid 10.0 6.7
Consistentie 9.2 8.0
Correcte tests
Slaagpercentage per poging 23.8% 27.0%
Instabiele tests 2 5
Totaal runs 63 63
Kosten per resultaat 0.259 1.187
Totale kosten $0.011 $0.036
Invoerprijs $0.250 / 1M $0.100 / 1M
Uitvoerprijs $0.750 / 1M $0.150 / 1M
Totaal aantal invoer-tokens 28,113 17,070
Uitvoer-tokens 4,439 29,045
Redeneer-tokens 0 209,516
Responstijd (gem.) 653ms 82.24s
Responstijd (max) 1.43s 226.38s
Responstijd (totaal) 13.72s 1315.88s

Generation showcase

Hamster playing table tennis

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

#156 Mercury 2

none
Cost
$0.002
Time
1.8s
Tokens
1,514 tok

#162 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

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 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
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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
Gecombineerd 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 606ms 4,821 131 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
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 667ms 6,362 180 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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
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 628ms 495 159 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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
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 1.27s 6,193 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 548ms 213 19 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Snelle vergelijking

Vergelijkingspaar wisselen

Ling-2.6-1TnonevsQwen3.5-9BmediumMercury 2nonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumGPT-5.4 MininonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2.5noneMistral Small 4nonevsQwen3.5-9BmediumMercury 2nonevsMistral Small 4medium