Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5-122B-A10B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-01

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Lansare: 2026-02-24
Scor 6.5 5.4
Rang #93 #131
Fiabilitate 10.0 10.0
Consistență 8.8 9.5
Teste corecte
Rată de trecere pe încercare 51.7% 33.3%
Teste instabile 3 1
Rulări totale 60 60
Cost per rezultat 0.611 0.380
Cost total $0.055 $0.019
Preț de intrare $0.250 / 1M $0.260 / 1M
Preț de ieșire $0.750 / 1M $2.080 / 1M
Tokenuri de ieșire 4,022 3,374
Tokenuri de raționament 58,405 0
Timp de răspuns (mediu) 2.27s 3.38s
Timp de răspuns (maxim) 14.63s 46.00s
Timp de răspuns (total) 43.20s 67.55s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Qwen3.5-122B-A10B 4.8 10.0 25.0% 0 1.59s 312 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
Qwen3.5-122B-A10B 4.0 5.5 33.3% 1 2.14s 684 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 46.00s 1,137 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 1.01s 243 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Qwen3.5-122B-A10B 5.3 10.0 33.3% 0 465ms 15 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Qwen3.5-122B-A10B 5.0 10.0 0.0% 0 1.12s 66 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Qwen3.5-122B-A10B 6.3 10.0 50.0% 0 513ms 69 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 5.4 10.0 33.3% 0 949ms 361 2,781
Qwen3.5-122B-A10B 3.8 10.0 0.0% 0 1.00s 575 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 2.04s 264 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 295ms 9 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.7mediumvsQwen3.5-122B-A10BnoneElephant AlphamediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumDeepSeek V4 ProhighvsMercury 2mediumMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponibil gratuitvsMercury 2medium