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-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor 6.5 6.2
Rang #53 #58
Consistență 8.6 9.6
Teste corecte
Rată de trecere pe încercare 53.7% 46.3%
Teste instabile 3 1
Rulări totale 54 54
Cost per rezultat 0.580 0.070
Cost total $0.047 $0.006
Preț de intrare $0.250 / 1M $0.065 / 1M
Preț de ieșire $0.750 / 1M $0.260 / 1M
Tokenuri de ieșire 3,972 4,266
Tokenuri de raționament 48,333 0
Timp de răspuns (mediu) 2.21s 3.25s
Timp de răspuns (maxim) 14.63s 13.73s
Timp de răspuns (total) 37.51s 58.44s

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-Flash 3.5 8.3 8.3% 1 1.32s 690 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 10.0 10.0 100.0% 0 1.53s 249 2,213
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.29s 489 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-Flash 3.0 10.0 0.0% 0 6.22s 1,794 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-Flash 10.0 10.0 100.0% 0 1.57s 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-Flash 7.7 10.0 66.7% 0 905ms 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-Flash 10.0 10.0 100.0% 0 803ms 100 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-Flash 6.3 10.0 50.0% 0 8.81s 63 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 3.9 7.5 22.2% 1 934ms 354 2,758
Qwen3.5-Flash 3.3 10.0 0.0% 0 5.90s 608 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-Flash 10.0 10.0 100.0% 0 3.67s 264 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsMiMo-V2-OmninoneGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2mediumGemma 4 31BnoneDisponibil gratuitvsMercury 2medium