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

Rezumat

Comparație benchmark Mercury 2 vs Qwen3.5-9B: Mercury 2 conduce la scorul mediu cu 4.5 vs 4.2. Mercury 2 are costul de benchmark mai mic, $0.011 vs $0.036. Mercury 2 este mai rapid cu 653ms vs 82.24s, cu rate de reușită de 23.8% vs 27.0%.

Model recomandat: Mercury 2 - Are cel mai bun scor aici (4.5) și costă de aproximativ 3.4x mai puțin decât Qwen3.5-9B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Lansare: 2026-03-02
Scor 4.5 4.2
Rang #156 #162
Fiabilitate 10.0 6.7
Consistență 9.2 8.0
Teste corecte
Rată de trecere pe încercare 23.8% 27.0%
Teste instabile 2 5
Rulări totale 63 63
Cost per rezultat 0.259 1.187
Cost total $0.011 $0.036
Preț de intrare $0.250 / 1M $0.100 / 1M
Preț de ieșire $0.750 / 1M $0.150 / 1M
Total tokenuri de intrare 28,113 17,070
Tokenuri de ieșire 4,439 29,045
Tokenuri de raționament 0 209,516
Timp de răspuns (mediu) 653ms 82.24s
Timp de răspuns (maxim) 1.43s 226.38s
Timp de răspuns (total) 13.72s 1315.88s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#156 Mercury 2

none
Cost
$0.002
Time
1.8s
Tokens
1,514 tok

#162 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

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 3.0 10.0 0.0% 0 483ms 631 286 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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 3.0 10.0 0.0% 0 606ms 4,821 131 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 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 667ms 6,362 180 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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 5.3 7.2 44.4% 1 534ms 784 46 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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 628ms 495 159 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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 6.5 10.0 50.0% 0 551ms 691 82 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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 3.1 10.0 0.0% 0 535ms 694 251 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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 1.27s 6,193 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 548ms 213 19 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Comparație rapidă

Schimbă perechea de comparație

Ling-2.6-1TnonevsQwen3.5-9BmediumMercury 2nonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumGPT-5.4 MininonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2.5noneMistral Small 4nonevsQwen3.5-9BmediumMercury 2nonevsMistral Small 4medium