Navigare
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: Qwen3.5-9B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02
Rang #40 #60
Scor mediu 5.3 3.4
Consistență 8.4 10.0
Cost per rezultat 0.631 0.111
Cost total $0.045 $0.005
Teste corecte
Rată de trecere pe încercare 54.2% 25.0%
Teste instabile 3 0
Rulări totale 48 48
Tokenuri de ieșire 3,708 2,939
Tokenuri de raționament 45,921 0
Timp de răspuns (mediu) 2.36s 1.06s
Timp de răspuns (maxim) 14.63s 5.91s
Timp de răspuns (total) 35.39s 16.95s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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 7.3 9.8 66.7% 0 1.30s 2,531 2,410
Qwen3.5-9B 10.0 9.9 0.0% 0 1.02s 576 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
Qwen3.5-9B 10.0 10.0 0.0% 0 5.91s 1,255 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 5.5 5.9 83.3% 1 1.11s 183 1,656
Qwen3.5-9B 9.9 10.0 100.0% 0 847ms 249 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 10.0 7.2 11.1% 1 6.48s 41 30,754
Qwen3.5-9B 10.0 10.0 0.0% 0 464ms 24 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 4.0 10.0 0.0% 0 821ms 137 542
Qwen3.5-9B 3.0 9.9 0.0% 0 552ms 99 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
Qwen3.5-9B 5.5 10.0 50.0% 0 514ms 75 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 1.7 7.5 22.2% 1 934ms 354 2,758
Qwen3.5-9B 10.0 9.9 0.0% 0 683ms 388 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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsHunter AlphanoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsGrok 4.20 Betanone