Gemini 3.1 Flash Lite Preview (low) vs Mercury 2.5 (medium)

يتقدم Mercury 2.5 (medium) في متوسط النتيجة بـ 6.4 مقابل 6.3. لدى Mercury 2.5 (medium) تكلفة benchmark أقل عند $0.034 مقابل $0.736. Mercury 2.5 (medium) أسرع عند 7.74s مقابل 19.04s، مع معدلات نجاح 60.9% مقابل 63.8%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-01

النماذج المقارنة

الترتيب: #215
إجمالي رموز الإخراج: 438,891
زمن الاستجابة (المتوسط): 19.04s
إجمالي التكلفة: $0.736

الترتيب: #206
إجمالي رموز الإخراج: 138,946
زمن الاستجابة (المتوسط): 7.74s
إجمالي التكلفة: $0.034

النموذج الموصى به Mercury 2.5 (medium)

It has the best score here (6.4), while costing about 21.9x less than Gemini 3.1 Flash Lite Preview (low).

مقارنة تفصيلية

المقياس	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low الإصدار: 2026-03-03	Mercury 2.5 Mercury 2.5 medium الإصدار: 2026-09-08

المقياس	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low الإصدار: 2026-03-03	Mercury 2.5 Mercury 2.5 medium الإصدار: 2026-09-08
النتيجة	6.3	6.4
الترتيب	#215	#206
الموثوقية	10.0	9.7
الاتساق	10.0	8.3
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	60.9%	63.8%
اختبارات غير مستقرة	0	5
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	5.256	0.280
إجمالي التكلفة	$0.736	$0.034
سعر الإدخال	$0.250 / 1M	$0.040 / 1M
سعر الإخراج	$1.500 / 1M	$0.150 / 1M
إجمالي رموز الإدخال	309,715	317,982
رموز الإخراج	16,170	3,918
رموز الاستدلال	422,721	135,028
زمن الاستجابة (المتوسط)	19.04s	7.74s
زمن الاستجابة (الحد الأقصى)	309.35s	107.89s
زمن الاستجابة (الإجمالي)	437.98s	178.07s
المعلمات	~150B الإجمالي (~10B النشطة)	~100B
الإتاحة	مغلق المصدر	مغلق المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#215 Gemini 3.1 Flash Lite Preview

low

التكلفة: $0.002
الوقت: 3.7s
الرموز: 1,203 tok

#206 Mercury 2.5

medium

التكلفة: $0.001
الوقت: 3.8s
الرموز: 3,386 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		71.29s	199,519	1,453	25,259
Mercury 2.5	4.7	3.1	33.3%	1		107.89s	226,580	780	18,037

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
Mercury 2.5	10.0	10.0	100.0%	0		1.28s	773	192	7,122

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		160.63s	85,851	12,656	389,079
Mercury 2.5	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
Mercury 2.5	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		2.10s	652	18	1,191
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
Mercury 2.5	10.0	10.0	100.0%	0		1.93s	766	290	7,721

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
Mercury 2.5	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
Mercury 2.5	3.0	10.0	0.0%	0		4.30s	232	32	7,392

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.5 FlashminimalvsMercury 2.5medium Dots 3 Note Previewhighمتاح مجانًاvsMercury 2.5medium Dots 3 Note Previewlowمتاح مجانًاvsMercury 2.5medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bnone Gemini 3.1 Flash Lite PreviewlowvsSolar Pro 4high Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsLongCat 2.0none Mercury 2.5mediumvsLongCat 2.0none Gemini 3.1 Flash Lite PreviewlowvsSpace Bunny Alphamedium Mercury 2.5mediumvsQwen3.6 27Bnone Dots 3 Note Previewhighمتاح مجانًاvsGemini 3.1 Flash Lite Previewlow