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

متوسط النتيجة متقارب جدًا عند 7.4 مقابل 7.5. لدى Mercury 2.5 Preview (medium) تكلفة benchmark أقل عند $0.024 مقابل $0.117. Mercury 2.5 Preview (medium) أسرع عند 3.58s مقابل 4.59s، مع معدلات نجاح 63.6% مقابل 69.7%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-02

الترتيب: #94
إجمالي رموز الإخراج: 57,778
زمن الاستجابة (المتوسط): 4.59s
إجمالي التكلفة: $0.117

الترتيب: #91
إجمالي رموز الإخراج: 127,034
زمن الاستجابة (المتوسط): 3.58s
إجمالي التكلفة: $0.024

النموذج الموصى به Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 4.9x less than Gemini 3.1 Flash Lite Preview (medium).

مقارنة تفصيلية

المقياس	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium الإصدار: 2026-03-03	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02

المقياس	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium الإصدار: 2026-03-03	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02
النتيجة	7.4	7.5
الترتيب	#94	#91
الموثوقية	10.0	10.0
الاتساق	9.9	9.6
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	63.6%	69.7%
اختبارات غير مستقرة	0	1
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	0.829	0.158
إجمالي التكلفة	$0.117	$0.024
سعر الإدخال	$0.250 / 1M	$0.040 / 1M
سعر الإخراج	$1.500 / 1M	$0.150 / 1M
إجمالي رموز الإدخال	117,493	112,713
رموز الإخراج	10,589	5,436
رموز الاستدلال	47,189	121,598
زمن الاستجابة (المتوسط)	4.59s	3.58s
زمن الاستجابة (الحد الأقصى)	18.34s	17.84s
زمن الاستجابة (الإجمالي)	101.04s	78.66s
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.

#94 Gemini 3.1 Flash Lite Preview

medium

التكلفة: $0.003
الوقت: 5.2s
الرموز: 1,944 tok

#91 Mercury 2.5 Preview

medium

التكلفة: $0.001
الوقت: 2.7s
الرموز: 2,241 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:

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	9.1	10.0	75.0%	0		2.33s	512	570	4,305
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921

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		4.09s	8,126	461	8,597
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126

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	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588

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		2.29s	7,362	279	2,952
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354

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	5.3	10.0	33.3%	0		4.09s	652	18	6,120
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120

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	10.0	10.0	100.0%	0		3.16s	488	96	1,488
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375

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		1.91s	621	72	2,121
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987

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	7.7	10.0	66.7%	0		5.30s	566	141	1,896
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323

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		3.80s	5,909	234	912
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0

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		2.68s	160	12	1,801
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Mercury 2.5 PreviewmediumvsGPT 5.3 Chatnone Mercury 2.5 PreviewmediumvsGPT-5.6 Terralow Mercury 2.5 PreviewmediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsGPT 5.3 Chatnone Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Mercury 2.5 PreviewmediumvsQwen3.8 2.4T A95Bhigh Claude Opus 5nonevsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsSolar Pro 4xhigh Mercury 2.5 PreviewmediumvsGrok 4.6low