AI BENCHY 对比
Inception: Mercury 2 vs Qwen: Qwen3 Coder Next
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-16
| 指标 | Mercury 2 Mercury 2 none | Qwen3 Coder Next Qwen3 Coder Next none |
|---|---|---|
| 分数 | 4.8 | 5.1 |
| 排名 | #89 | #85 |
| 一致性 | 9.0 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 27.8% | 25.9% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.165 | 0.188 |
| 总成本 | $0.007 | $0.008 |
| ???? | $0.250 / 1M | $0.150 / 1M |
| ???? | $0.750 / 1M | $0.800 / 1M |
| 输出令牌 | 1,625 | 3,617 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 613ms | 10.18s |
| 响应时间（最大） | 1.27s | 45.14s |
| 响应时间（总计） | 11.04s | 122.13s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 286 | 0 | |
| Qwen3 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.6 | 8.9 | 0.0% | 0 | 969ms | 310 | 0 | |
| Qwen3 Coder Next | 7.3 | 3.7 | 66.7% | 1 | 3.14s | 585 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 317 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 7.3 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 246 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 159 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| Qwen3 Coder Next | 4.8 | 10.0 | 0.0% | 0 | 7.71s | 63 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| Qwen3 Coder Next | 3.2 | 10.0 | 0.0% | 0 | 22.86s | 652 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 197 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 255 | 0 |
快速对比
切换对比组合
Mercury 2nonevsQwen3 Coder NextmediumElephantmediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsQwen3 Coder NextnoneMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMercury 2nonevsMiniMax M2.7mediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsQwen3 Coder Nextnonegpt-oss-120bmedium免费可用vsQwen3 Coder NextnoneMercury 2nonevsMistral Small 4medium