AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5-122B-A10B

Сводка

Сравнение benchmark Mercury 2 vs Qwen3.5-122B-A10B: Qwen3.5-122B-A10B лидирует по среднему баллу: 7.7 vs 7.5. Mercury 2 имеет более низкую стоимость benchmark: $0.058 vs $0.588. Mercury 2 быстрее: 2.24s vs 42.49s, с долей успешных попыток 54.0% vs 73.0%.

Рекомендуемая модель: Mercury 2 - Его балл близок к лучшему здесь (7.5 против 7.7), при этом он примерно в 10.2 раза дешевле, чем Qwen3.5-122B-A10B.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24
Оценка	7.5	7.7
Ранг	#44	#36
Надежность	10.0	10.0
Стабильность	8.8	8.8
Тестов верно
Доля успешных попыток	54.0%	73.0%
Нестабильные тесты	3	3
Всего запусков	63	63
Стоимость за результат	0.578	5.235
Общая стоимость	$0.058	$0.588
Цена входа	$0.250 / 1M	$0.260 / 1M
Цена выхода	$0.750 / 1M	$2.080 / 1M
Общее число входных токенов	35,116	41,832
Выходные токены	4,048	26,187
Токены рассуждений	61,219	251,028
Время ответа (среднее)	2.24s	42.49s
Время ответа (макс.)	14.63s	168.16s
Время ответа (суммарно)	44.72s	892.30s

Генерация showcase

Hamster playing table tennis

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

#44 Mercury 2

medium

Стоимость: $0.002
Время: 2.1s
Токены: 1,702 tok

#36 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		3.28s	12,909	268	4,887
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsGPT-5.3 Chatnone Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsMercury 2medium DeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium Mercury 2mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsMercury 2medium GPT-5.3 ChatnonevsQwen3.5-122B-A10Bmedium Claude Sonnet 4.6nonevsMercury 2medium Claude Opus 4.8nonevsMercury 2medium Gemini 3 Flash PreviewlowvsQwen3.5-122B-A10Bmedium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsQwen3.7 Plusnone