AI BENCHY 对比
Inception: Mercury 2 vs Qwen: Qwen3.6 Max Preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Mercury 2 Mercury 2 medium | Qwen3.6 Max Preview Qwen3.6 Max Preview none |
|---|---|---|
| 分数 | 6.6 | 6.9 |
| 排名 | #81 | #74 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 54.0% | 58.7% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.578 | 0.824 |
| 总成本 | $0.058 | $0.075 |
| 输入价格 | $0.250 / 1M | $1.040 / 1M |
| 输出价格 | $0.750 / 1M | $6.240 / 1M |
| 总输入令牌 | 35,116 | 42,509 |
| 输出令牌 | 4,048 | 4,779 |
| 推理令牌 | 61,219 | 0 |
| 响应时间（平均） | 2.24s | 3.30s |
| 响应时间（最大） | 14.63s | 20.51s |
| 响应时间（总计） | 44.72s | 69.40s |
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 | |
| Qwen3.6 Max Preview | 5.2 | 7.9 | 41.7% | 1 | 2.63s | 696 | 513 | 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 | |
| Qwen3.6 Max Preview | 3.8 | 7.3 | 22.2% | 1 | 3.12s | 7,913 | 456 | 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 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 20.51s | 14,949 | 2,842 | 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 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 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 | |
| Qwen3.6 Max Preview | 7.7 | 10.0 | 66.7% | 0 | 1.22s | 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 | |
| Qwen3.6 Max Preview | 4.3 | 10.0 | 0.0% | 0 | 1.62s | 522 | 76 | 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 | |
| Qwen3.6 Max Preview | 9.8 | 10.0 | 100.0% | 0 | 1.40s | 711 | 69 | 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 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 2.65s | 714 | 321 | 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 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 5.27s | 8,211 | 222 | 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 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 1.97s | 210 | 19 | 0 |
快速对比
切换对比组合
Ring-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGemma 4 31Bnone免费可用vsMercury 2mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMimo V2 OmnimediumClaude Sonnet 4.6nonevsMercury 2mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneMiniMax M3mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LiteminimalvsMercury 2medium