导航
Advertise here

Mercury 2.5 (high) vs Qwen3.6 35B A3B (medium)

平均分几乎持平,为 6.5 vs 6.5。 Mercury 2.5 (high) benchmark 成本更低,为 $0.044 vs $0.834。 Mercury 2.5 (high) 更快,为 7.62s vs 59.92s,通过率为 59.4% vs 58.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#271
总输出令牌
193,676
响应时间(平均)
7.62s
总成本
$0.044
排名
#269
总输出令牌
769,570
响应时间(平均)
59.92s
总成本
$0.834
推荐模型 Mercury 2.5 (high)

它在这里得分最高(6.5),同时成本比Qwen3.6 35B A3B (medium)低约 19.2 倍。

详细对比

指标 Mercury 2.5 Mercury 2.5 high 发布日期: 2026-09-08 Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20
分数 6.5 6.5
排名 #271 #269
可靠性 9.8 10.0
一致性 8.7 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 58.0%
不稳定测试 4 3
总运行次数 69 69
每个结果成本 0.362 6.732
总成本 $0.044 $0.834
输入价格 $0.040 / 1M $0.150 / 1M
输出价格 $0.150 / 1M $1.000 / 1M
缓存读取价格 $0.004 / 1M $0.050 / 1M
缓存写入价格 不适用 不适用
总输入令牌 358,562 282,192
输出令牌 4,266 75,306
推理令牌 189,410 700,868
响应时间(平均) 7.62s 59.92s
响应时间(最大) 80.30s 817.57s
响应时间(总计) 175.36s 1258.32s
参数量 ~100B 35B 总计 (3B 激活)
开放状态 闭源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#271 Mercury 2.5

high
成本
$0.001
时间
3.5s
令牌
2,447 tok

#269 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
令牌
0 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

切换对比组合