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: 2026-04-26

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium Lansare: 2026-03-02
Scor 4.8 4.4
Rang #106 #114
Fiabilitate N/D N/D
Consistență 9.0 7.2
Teste corecte
Rată de trecere pe încercare 27.8% 33.3%
Teste instabile 2 6
Rulări totale 54 54
Cost per rezultat 0.165 0.976
Cost total $0.007 $0.030
Preț de intrare $0.250 / 1M $0.100 / 1M
Preț de ieșire $0.750 / 1M $0.150 / 1M
Tokenuri de ieșire 1,625 24,291
Tokenuri de raționament 0 172,597
Timp de răspuns (mediu) 613ms 73.64s
Timp de răspuns (maxim) 1.27s 226.38s
Timp de răspuns (total) 11.04s 1104.60s

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 3.0 10.0 0.0% 0 483ms 286 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 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 667ms 180 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
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 5.3 7.2 44.4% 1 534ms 46 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
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 628ms 159 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
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 6.5 10.0 50.0% 0 551ms 82 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
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 3.1 10.0 0.0% 0 533ms 234 0
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
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 1.27s 197 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparație rapidă

Schimbă perechea de comparație

Mercury 2nonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3.5-9BmediumLing 2.6 1tnoneDisponibil gratuitvsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsHY3 PreviewnoneDisponibil gratuitMercury 2nonevsElephant AlphamediumMercury 2nonevsMiniMax M2.7mediumGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 SupernoneDisponibil gratuitvsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2.5none