Mercury 2 (medium) vs Qwen3.7 Flash (medium)

已对比模型

排名: #218
总输出令牌: 96,943
响应时间（平均）: 4.40s
总成本: $0.121

排名: #216
总输出令牌: 514,925
响应时间（平均）: 51.80s
总成本: $0.076

推荐模型 Mercury 2 (medium)

它在这里得分最高（6.6），同时响应速度比Qwen3.7 Flash (medium)快约 11.8 倍。

详细对比

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	Qwen3.7 Flash Qwen3.7 Flash medium 发布日期: 2026-07-28

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	Qwen3.7 Flash Qwen3.7 Flash medium 发布日期: 2026-07-28
分数	6.6	6.6
排名	#218	#216
可靠性	10.0	10.0
一致性	8.1	7.3
尝试次数	69/69	69/69
测试正确
尝试通过率	53.6%	62.3%
不稳定测试	5	8
总运行次数	69	69
每个结果成本	1.201	0.760
总成本	$0.121	$0.076
输入价格	$0.250 / 1M	$0.030 / 1M
输出价格	$0.750 / 1M	$0.130 / 1M
缓存读取价格	$0.025 / 1M	$0.006 / 1M
缓存写入价格	不适用	$0.039 / 1M
总输入令牌	189,300	300,394
输出令牌	10,854	14,081
推理令牌	86,089	500,844
响应时间（平均）	4.40s	51.80s
响应时间（最大）	34.92s	593.64s
响应时间（总计）	96.81s	1191.42s
参数量	~100B	~35B 总计 (~3B 激活)
开放状态	闭源	闭源

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.

#218 Mercury 2

medium

成本: $0.002
时间: 2.1s
令牌: 1,702 tok

#216 Qwen3.7 Flash

medium

Reached the allocated time limit (600 seconds) without receiving showcase output.

成本: $0.000
时间: 600.0s
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

类别:

智能体任务	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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Qwen3.7 Flash	5.2	3.2	33.3%	1		148.99s	185,917	1,295	43,554

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		9.56s	672	525	12,844

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
Qwen3.7 Flash	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Qwen3.7 Flash	6.4	5.8	66.7%	1		314.17s	87,042	10,432	296,919

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.42s	7,782	270	11,588

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	4.4	22.2%	2		8.06s	1,638	53	31,177
Qwen3.7 Flash	2.9	7.2	11.1%	1		38.02s	780	59	38,977

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
Qwen3.7 Flash	5.5	10.0	0.0%	0		10.18s	516	143	3,647

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
Qwen3.7 Flash	5.8	2.7	66.7%	2		9.27s	699	100	7,457

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
Qwen3.7 Flash	7.1	5.1	77.8%	2		8.30s	696	355	9,138

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.80s	8,193	309	2,171

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
Qwen3.7 Flash	3.0	10.0	0.0%	0		29.17s	204	30	12,647

切换对比组合

Mercury 2mediumvsStep 3.7 Flashhigh LongCat 2.0lowvsQwen3.7 Flashmedium Qwen3.7 FlashmediumvsGLM 5.2none Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low GPT-5.5nonevsQwen3.7 Flashmedium Qwen3.7 FlashmediumvsGLM 5.3 Flashlow Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Mercury 2mediumvsGLM 5.2none KAT-Coder-Pro V2.5lowvsQwen3.7 Flashmedium Apodex 1.1 Minihigh免费可用vsQwen3.7 Flashmedium Mercury 2mediumvsGPT-5.5none