AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5-122B-A10B
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-05
| Metrică | Inception: Mercury 2 medium Lansare: 2026-02-24 | Qwen: Qwen3.5-122B-A10B none Lansare: 2026-02-24 |
|---|---|---|
| Rang | #35 | #39 |
| Scor mediu | 54 | 51 |
| Consistență | 83 | 96 |
| Cost per rezultat | 0.622 | 0.328 |
| Cost total | $0.044 | $0.020 |
| Teste corecte | ||
| Rată de trecere pe încercare | 57.8% | 42.2% |
| Teste instabile | 3 | 1 |
| Tokenuri de ieșire | 3,571 | 2,613 |
| Tokenuri de raționament | 45,379 | 0 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 2,531 | 2,410 | |
| Qwen: Qwen3.5-122B-A10B | 40 | 100 | 33.3% | 0 | 309 | 0 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 268 | 4,887 | |
| Qwen: Qwen3.5-122B-A10B | 100 | 100 | 0.0% | 0 | 1,137 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 183 | 1,656 | |
| Qwen: Qwen3.5-122B-A10B | 99 | 100 | 100.0% | 0 | 243 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 41 | 30,754 | |
| Qwen: Qwen3.5-122B-A10B | 40 | 100 | 33.3% | 0 | 15 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 14 | 958 | |
| Qwen: Qwen3.5-122B-A10B | 45 | 68 | 16.7% | 1 | 70 | 0 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 354 | 2,758 | |
| Qwen: Qwen3.5-122B-A10B | 40 | 100 | 33.3% | 0 | 575 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 180 | 1,956 | |
| Qwen: Qwen3.5-122B-A10B | 100 | 100 | 100.0% | 0 | 264 | 0 |
Comparație rapidă
Schimbă perechea de comparație
gpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10BnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 MinimediumvsQwen3.5-122B-A10Bnone