Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.6 27B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Qwen3.6 27B Qwen3.6 27B medium Lansare: 2026-04-20
Scor 6.6 6.8
Rang #81 #78
Fiabilitate 10.0 10.0
Consistență 8.8 8.2
Teste corecte
Rată de trecere pe încercare 54.0% 60.3%
Teste instabile 3 5
Rulări totale 63 63
Cost per rezultat 0.578 3.361
Cost total $0.058 $0.444
Preț de intrare $0.250 / 1M $0.290 / 1M
Preț de ieșire $0.750 / 1M $3.200 / 1M
Total tokenuri de intrare 35,116 39,376
Tokenuri de ieșire 4,048 16,189
Tokenuri de raționament 61,219 122,521
Timp de răspuns (mediu) 2.24s 59.71s
Timp de răspuns (maxim) 14.63s 168.22s
Timp de răspuns (total) 44.72s 1254.01s

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 intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsQwen3.6 27BmediumGemma 4 31BnoneDisponibil gratuitvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneGemma 4 31BnoneDisponibil gratuitvsQwen3.6 27BmediumMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneQwen3.6 27BmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium