AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.5 Plus 2026-04-20

Сводка

Сравнение benchmark Mercury 2 vs Qwen3.5 Plus 2026-04-20: Qwen3.5 Plus 2026-04-20 лидирует по среднему баллу: 5.5 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.011 vs $0.032. Mercury 2 быстрее: 653ms vs 4.39s, с долей успешных попыток 23.8% vs 41.3%.

Рекомендуемая модель: Mercury 2 - Он дает лучший общий компромисс: конкурентный балл (4.6), ниже стоимость, чем у Qwen3.5 Plus 2026-04-20, и сбалансированное время ответа.

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

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none Релиз: 2026-04-20

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none Релиз: 2026-04-20
Оценка	4.6	5.5
Ранг	#151	#122
Надежность	10.0	10.0
Стабильность	9.2	8.6
Тестов верно
Доля успешных попыток	23.8%	41.3%
Нестабильные тесты	2	4
Всего запусков	63	63
Стоимость за результат	0.259	0.595
Общая стоимость	$0.011	$0.032
Цена входа	$0.250 / 1M	$0.300 / 1M
Цена выхода	$0.750 / 1M	$1.800 / 1M
Общее число входных токенов	28,113	38,910
Выходные токены	4,439	11,145
Токены рассуждений	0	0
Время ответа (среднее)	653ms	4.39s
Время ответа (макс.)	1.43s	33.34s
Время ответа (суммарно)	13.72s	92.26s

Генерация showcase

Hamster playing table tennis

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

#151 Mercury 2

none

Стоимость: $0.002
Время: 1.8s
Токены: 1,514 tok

#122 Qwen3.5 Plus 2026-04-20

none

Стоимость: $0.008
Время: 77.0s
Токены: 4,369 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	3.0	10.0	0.0%	0		483ms	631	286	0
Qwen3.5 Plus 2026-04-20	4.8	10.0	25.0%	0		1.88s	696	557	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Qwen3.5 Plus 2026-04-20	3.9	7.8	11.1%	1		1.69s	7,913	480	0

Комбинированный	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		606ms	4,821	131	0
Qwen3.5 Plus 2026-04-20	2.8	1.6	33.3%	1		13.32s	11,350	2,275	0

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		667ms	6,362	180	0
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		2.82s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
Qwen3.5 Plus 2026-04-20	5.3	10.0	33.3%	0		4.43s	789	18	0

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		628ms	495	159	0
Qwen3.5 Plus 2026-04-20	4.8	10.0	0.0%	0		1.41s	522	119	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
Qwen3.5 Plus 2026-04-20	6.2	5.8	66.7%	1		1.17s	711	68	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
Qwen3.5 Plus 2026-04-20	6.7	7.9	55.6%	1		1.97s	714	583	0

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		1.27s	6,193	197	0
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		4.42s	8,211	297	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		548ms	213	19	0
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		33.34s	210	6,505	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium MiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20none CobuddymediumvsMercury 2none Mercury 2nonevsGLM 4.7 Flashmedium Mistral Small 4mediumvsQwen3.5 Plus 2026-04-20none North Mini CodemediumБесплатно доступноvsQwen3.5 Plus 2026-04-20none Mercury 2nonevsMistral Small 4medium CobuddymediumvsQwen3.5 Plus 2026-04-20none Mercury 2nonevsMiniMax M2.7medium Gemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20none MiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20none