Inception: Mercury 2 vs Qwen: Qwen3 Coder Next

Qwen3 Coder Next (medium) лидирует по среднему баллу: 4.7 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.030 vs $0.032. Mercury 2 быстрее: 829ms vs 9.61s, с долей успешных попыток 22.7% vs 27.3%.

Рекомендуемая модельMercury 2Его балл близок к лучшему здесь (4.6 против 4.7), и он отвечает примерно в 11.6 раза быстрее, чем Qwen3 Coder Next (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-18

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Qwen3 Coder Next Qwen3 Coder Next medium Релиз: 2026-02-03

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	Qwen3 Coder Next Qwen3 Coder Next medium Релиз: 2026-02-03
Оценка	4.6	4.7
Ранг	#185	#183
Надежность	10.0	10.0
Стабильность	9.2	9.0
Тестов верно
Доля успешных попыток	22.7%	27.3%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	0.734	0.793
Общая стоимость	$0.030	$0.032
Цена входа	$0.250 / 1M	$0.110 / 1M
Цена выхода	$0.750 / 1M	$0.800 / 1M
Общее число входных токенов	88,704	148,194
Выходные токены	9,564	19,069
Токены рассуждений	0	0
Время ответа (среднее)	829ms	9.61s
Время ответа (макс.)	4.52s	81.80s
Время ответа (суммарно)	18.24s	153.69s

Hamster playing table tennis

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

#185 Mercury 2

none

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

#183 Qwen3 Coder Next

medium

Неверный SVG

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:

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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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		2.56s	65,412	5,256	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

Быстрое сравнение

Сменить пару сравнения