导航
AI BENCHY
Advertise here

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：Qwen3.5 Plus 2026-04-20 平均分领先，为 5.5 vs 4.6。 Mercury 2 benchmark 成本更低，为 $0.011 vs $0.032。 Mercury 2 更快，为 653ms vs 4.39s，通过率为 23.8% vs 41.3%。

推荐模型: Mercury 2 - 它提供了最佳整体取舍：得分有竞争力（4.6），成本低于Qwen3.5 Plus 2026-04-20，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Mercury 2 Mercury 2 none 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 4.6 5.5
排名 #151 #122
可靠性 10.0 10.0
一致性 9.2 8.6
测试正确
尝试通过率 23.8% 41.3%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 0.259 0.595
总成本 $0.011 $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 28,113 38,910
输出令牌 4,439 11,145
推理令牌 0 0
响应时间（平均） 653ms 4.39s
响应时间（最大） 1.43s 33.34s
响应时间（总计） 13.72s 92.26s

生成展示

Hamster playing table tennis

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

#151 Mercury 2

none
成本
$0.002
时间
1.8s
令牌
1,514 tok

#122 Qwen3.5 Plus 2026-04-20

none
成本
$0.008
时间
77.0s
令牌
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 3.0 10.0 0.0% 0 483ms 631 286 0
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
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 3.0 10.0 0.0% 0 606ms 4,821 131 0
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 667ms 6,362 180 0
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 5.3 7.2 44.4% 1 534ms 784 46 0
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 628ms 495 159 0
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 6.5 10.0 50.0% 0 551ms 691 82 0
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 3.1 10.0 0.0% 0 535ms 694 251 0
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 1.27s 6,193 197 0
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 548ms 213 19 0
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

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumMiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20noneCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumMistral Small 4mediumvsQwen3.5 Plus 2026-04-20noneNorth Mini Codemedium免费可用vsQwen3.5 Plus 2026-04-20noneMercury 2nonevsMistral Small 4mediumCobuddymediumvsQwen3.5 Plus 2026-04-20noneMercury 2nonevsMiniMax M2.7mediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20none