导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

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

摘要

Mercury 2 vs Qwen3.5 Plus 2026-04-20 benchmark 对比：Mercury 2 平均分领先，为 6.6 vs 5.7。 Qwen3.5 Plus 2026-04-20 benchmark 成本更低，为 $0.032 vs $0.058。 Mercury 2 更快，为 2.24s vs 4.39s，通过率为 54.0% vs 41.3%。

推荐模型: Mercury 2 - 它在这里得分最高（6.6），同时响应速度比Qwen3.5 Plus 2026-04-20快约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none 发布日期: 2026-04-20
分数 6.6 5.7
排名 #82 #115
可靠性 10.0 10.0
一致性 8.8 8.6
测试正确
尝试通过率 54.0% 41.3%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.578 0.595
总成本 $0.058 $0.032
输入价格 $0.250 / 1M $0.300 / 1M
输出价格 $0.750 / 1M $1.800 / 1M
总输入令牌 35,116 38,910
输出令牌 4,048 11,145
推理令牌 61,219 0
响应时间（平均） 2.24s 4.39s
响应时间（最大） 14.63s 33.34s
响应时间（总计） 44.72s 92.26s

Generation showcase

Hamster playing table tennis

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

#82 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#115 Qwen3.5 Plus 2026-04-20

none
Cost
$0.008
Time
77.0s
Tokens
4,369 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

反AI技巧 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 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Qwen3.5 Plus 2026-04-20 4.8 10.0 25.0% 0 1.88s 696 557 0
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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0
综合 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 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Qwen3.5 Plus 2026-04-20 2.8 1.6 33.3% 1 13.32s 11,350 2,275 0
数据解析与提取 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 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 2.82s 7,794 243 0
领域专项 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 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Qwen3.5 Plus 2026-04-20 5.3 10.0 33.3% 0 4.43s 789 18 0
通用智能 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 4.8 10.0 0.0% 0 821ms 456 137 542
Qwen3.5 Plus 2026-04-20 4.8 10.0 0.0% 0 1.41s 522 119 0
指令遵循 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 10.0 10.0 100.0% 0 1.07s 340 14 958
Qwen3.5 Plus 2026-04-20 6.2 5.8 66.7% 1 1.17s 711 68 0
谜题求解 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 5.4 10.0 33.3% 0 949ms 601 361 2,781
Qwen3.5 Plus 2026-04-20 6.7 7.9 55.6% 1 1.97s 714 583 0
工具调用 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 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 4.42s 8,211 297 0
常识问答 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 3.0 10.0 0.0% 0 2.58s 182 22 3,748
Qwen3.5 Plus 2026-04-20 3.0 10.0 0.0% 0 33.34s 210 6,505 0

快速对比

切换对比组合

CobuddymediumvsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20noneGemma 4 31Bnone免费可用vsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20noneMiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20none