AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.6 35B A3B

Rezumat

Comparație benchmark Mercury 2 vs Qwen3.6 35B A3B: Qwen3.6 35B A3B conduce la scorul mediu cu 5.2 vs 4.6. Mercury 2 are costul de benchmark mai mic, $0.011 vs $0.031. Mercury 2 este mai rapid cu 653ms vs 3.73s, cu rate de reușită de 23.8% vs 30.2%.

Model recomandat: Mercury 2 - Scorul rămâne aproape de cel mai bun scor de aici (4.6 vs 5.2) și costă de aproximativ 2.9x mai puțin decât Qwen3.6 35B A3B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică	Mercury 2 Mercury 2 none Lansare: 2026-02-24	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lansare: 2026-04-20

Metrică	Mercury 2 Mercury 2 none Lansare: 2026-02-24	Qwen3.6 35B A3B Qwen3.6 35B A3B none Lansare: 2026-04-20
Scor	4.6	5.2
Rang	#151	#128
Fiabilitate	10.0	10.0
Consistență	9.2	8.0
Teste corecte
Rată de trecere pe încercare	23.8%	30.2%
Teste instabile	2	5
Rulări totale	63	63
Cost per rezultat	0.259	0.754
Cost total	$0.011	$0.031
Preț de intrare	$0.250 / 1M	$0.140 / 1M
Preț de ieșire	$0.750 / 1M	$1.000 / 1M
Total tokenuri de intrare	28,113	19,329
Tokenuri de ieșire	4,439	27,755
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	653ms	3.73s
Timp de răspuns (maxim)	1.43s	22.52s
Timp de răspuns (total)	13.72s	70.86s

Prezentare generare

Hamster playing table tennis

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

#151 Mercury 2

none

Cost: $0.002
Timp: 1.8s
Tokenuri: 1,514 tok

#128 Qwen3.6 35B A3B

none

Cost: $0.008
Timp: 30.1s
Tokenuri: 6,317 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
Qwen3.6 35B A3B	3.6	7.6	16.7%	1		2.10s	696	1,571	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	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Qwen3.6 35B A3B	5.5	10.0	33.3%	0		8.77s	7,911	11,161	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	3.0	10.0	0.0%	0		606ms	4,821	131	0
Qwen3.6 35B A3B	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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		1.46s	7,788	248	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	5.3	7.2	44.4%	1		534ms	784	46	0
Qwen3.6 35B A3B	3.5	4.4	33.3%	2		7.45s	781	11,381	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		628ms	495	159	0
Qwen3.6 35B A3B	4.4	3.0	33.3%	1		3.51s	520	1,545	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	6.5	10.0	50.0%	0		551ms	691	82	0
Qwen3.6 35B A3B	6.2	5.8	66.7%	1		1.86s	709	1,264	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	3.1	10.0	0.0%	0		535ms	694	251	0
Qwen3.6 35B A3B	3.2	9.9	0.0%	0		1.07s	714	573	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		1.27s	6,193	197	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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		548ms	213	19	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		414ms	210	12	0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.7mediumvsQwen3.6 35B A3Bnone Mercury 2nonevsQwen3 Coder Nextmedium Mistral Small 4mediumvsQwen3.6 35B A3Bnone Mercury 2nonevsMiniMax M2.5medium CobuddymediumvsQwen3.6 35B A3Bnone CobuddymediumvsMercury 2none Mercury 2nonevsGLM 4.7 Flashmedium MiniMax M2.5mediumvsQwen3.6 35B A3Bnone Mercury 2nonevsMistral Small 4medium Mercury 2nonevsMiniMax M2.7medium North Mini CodemediumDisponibil gratuitvsQwen3.6 35B A3Bnone Mercury 2nonevsQwen3.5-9Bmedium