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: Qwen3.6 Max Preview

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 Max Preview Qwen3.6 Max Preview none Lansare: 2026-04-20
Scor 6.6 6.9
Rang #81 #74
Fiabilitate 10.0 10.0
Consistență 8.8 9.2
Teste corecte
Rată de trecere pe încercare 54.0% 58.7%
Teste instabile 3 2
Rulări totale 63 63
Cost per rezultat 0.578 0.824
Cost total $0.058 $0.075
Preț de intrare $0.250 / 1M $1.040 / 1M
Preț de ieșire $0.750 / 1M $6.240 / 1M
Total tokenuri de intrare 35,116 42,509
Tokenuri de ieșire 4,048 4,779
Tokenuri de raționament 61,219 0
Timp de răspuns (mediu) 2.24s 3.30s
Timp de răspuns (maxim) 14.63s 20.51s
Timp de răspuns (total) 44.72s 69.40s

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 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
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 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
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 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
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 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
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 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
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 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
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 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
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 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
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 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
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 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

Comparație rapidă

Schimbă perechea de comparație