AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5-27B
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: Qwen3.5-27B none Lansare: 2026-02-24 |
|---|---|---|
| Rang | #35 | #41 |
| Scor mediu | 54 | 49 |
| Consistență | 83 | 90 |
| Cost per rezultat | 0.622 | 0.297 |
| Cost total | $0.044 | $0.015 |
| Teste corecte | ||
| Rată de trecere pe încercare | 57.8% | 40.0% |
| Teste instabile | 3 | 2 |
| Tokenuri de ieșire | 3,571 | 3,035 |
| 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: Qwen3.5-27B | 40 | 100 | 33.3% | 0 | 264 | 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: Qwen3.5-27B | 100 | 16 | 33.3% | 1 | 1,461 | 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: Qwen3.5-27B | 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: Qwen3.5-27B | 100 | 100 | 0.0% | 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: Qwen3.5-27B | 45 | 100 | 0.0% | 0 | 69 | 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: Qwen3.5-27B | 63 | 79 | 55.6% | 1 | 680 | 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: Qwen3.5-27B | 100 | 100 | 100.0% | 0 | 303 | 0 |
Comparație rapidă
Schimbă perechea de comparație
MiniMax M2.5mediumvsQwen3.5-27BnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-35B-A3BnoneGPT-5 NanomediumvsQwen3.5-27BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large Preview (free)noneDisponibil gratuitvsMercury 2medium