AI BENCHY Compare

Inception: Mercury 2 vs Qwen: Qwen3.6 Flash

Сводка

Сравнение benchmark Mercury 2 vs Qwen3.6 Flash: Qwen3.6 Flash лидирует по среднему баллу: 6.0 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.011 vs $0.015. Mercury 2 быстрее: 653ms vs 1.60s, с долей успешных попыток 23.8% vs 33.3%.

Рекомендуемая модель: Mercury 2 - Он дает лучший общий компромисс: конкурентный балл (4.6), ниже стоимость, чем у Qwen3.6 Flash, 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	Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20
Оценка	4.6	6.0
Ранг	#151	#102
Надежность	10.0	10.0
Стабильность	9.2	10.0
Тестов верно
Доля успешных попыток	23.8%	33.3%
Нестабильные тесты	2	0
Всего запусков	63	63
Стоимость за результат	0.259	0.266
Общая стоимость	$0.011	$0.015
Цена входа	$0.250 / 1M	$0.188 / 1M
Цена выхода	$0.750 / 1M	$1.125 / 1M
Общее число входных токенов	28,113	50,810
Выходные токены	4,439	4,164
Токены рассуждений	0	0
Время ответа (среднее)	653ms	1.60s
Время ответа (макс.)	1.43s	4.60s
Время ответа (суммарно)	13.72s	33.59s

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

#102 Qwen3.6 Flash

none

Стоимость: $0.005
Время: 20.1s
Токены: 4,211 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
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	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
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	789	15	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	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
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	66	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
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium North Mini CodemediumБесплатно доступноvsQwen3.6 Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone CobuddymediumvsMercury 2none Mercury 2nonevsGLM 4.7 Flashmedium Gemma 4 31BmediumБесплатно доступноvsQwen3.6 Flashnone Nemotron 3 SupermediumБесплатно доступноvsQwen3.6 Flashnone Mercury 2nonevsMistral Small 4medium Gemini 3.1 Flash LitelowvsQwen3.6 Flashnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashnone Mercury 2nonevsMiniMax M2.7medium