Mercury 2 (medium) vs Qwen3.6 35B A3B (medium)

Mercury 2 (medium) лидирует по среднему баллу: 6.6 vs 6.5. Mercury 2 (medium) имеет более низкую стоимость benchmark: $0.121 vs $0.834. Mercury 2 (medium) быстрее: 4.40s vs 59.92s, с долей успешных попыток 53.6% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #218
Общее число выходных токенов: 96,943
Время ответа (среднее): 4.40s
Общая стоимость: $0.121

Ранг: #223
Общее число выходных токенов: 769,570
Время ответа (среднее): 59.92s
Общая стоимость: $0.834

Рекомендуемая модель Mercury 2 (medium)

Здесь у него лучший балл (6.6), при этом он примерно в 6.9 раза дешевле, чем Qwen3.6 35B A3B (medium).

Подробное сравнение

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Релиз: 2026-04-20

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Релиз: 2026-04-20
Оценка	6.6	6.5
Ранг	#218	#223
Надежность	10.0	10.0
Стабильность	8.1	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	53.6%	58.0%
Нестабильные тесты	5	3
Всего запусков	69	69
Стоимость за результат	1.201	6.732
Общая стоимость	$0.121	$0.834
Цена входа	$0.250 / 1M	$0.150 / 1M
Цена выхода	$0.750 / 1M	$1.000 / 1M
Цена чтения из кэша	$0.025 / 1M	$0.050 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	189,300	282,192
Выходные токены	10,854	75,306
Токены рассуждений	86,089	700,868
Время ответа (среднее)	4.40s	59.92s
Время ответа (макс.)	34.92s	817.57s
Время ответа (суммарно)	96.81s	1258.32s
Параметры	~100B	35B всего (3B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#218 Mercury 2

medium

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

#223 Qwen3.6 35B A3B

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Qwen3.6 35B A3B	6.1	3.1	66.7%	1		88.48s	197,044	13,570	19,312

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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

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
Qwen3.6 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		817.57s	68,754	42,187	548,547

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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Qwen3.6 35B A3B	2.9	4.4	22.2%	2		25.39s	780	6,110	41,906

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
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

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
Qwen3.6 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0

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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

Сменить пару сравнения

Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Mercury 2.5highvsQwen3.6 35B A3Bmedium Qwen3.6 35B A3BmediumvsBeam 1.0 501B A23Bxhigh Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low Qwen3.6 35B A3BmediumvsGLM 5.3low Qwen3.6 35B A3BmediumvsGLM 5.1none KAT-Coder-Pro V2.5lowvsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5highvsQwen3.6 35B A3Bmedium Mercury 2mediumvsGLM 5.2none Qwen3.6 35B A3BmediumvsStep 3.7 Flashhigh