Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Inception: Mercury 2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lanzamiento: 2026-05-08 Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación 6.7 6.5
Rango #84 #92
Fiabilidad 10.0 10.0
Consistencia 8.8 8.8
Pruebas correctas
Tasa de aciertos por intento 56.7% 51.7%
Pruebas inestables 3 3
Ejecuciones totales 60 60
Costo por resultado 0.123 0.611
Costo total $0.013 $0.055
Precio de entrada $0.250 / 1M $0.250 / 1M
Precio de salida $1.500 / 1M $0.750 / 1M
Tokens de salida 2,481 4,022
Tokens de razonamiento 0 58,405
Tiempo de respuesta (promedio) 1.37s 2.27s
Tiempo de respuesta (máximo) 4.49s 14.63s
Tiempo de respuesta (total) 27.32s 43.20s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 639 0
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 6.8 10.0 50.0% 0 951ms 660 0
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 357 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 279 0
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 15 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 63 0
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 72 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 153 0
Mercury 2 5.4 10.0 33.3% 0 949ms 361 2,781
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 234 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 9 0
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponible gratisvsMercury 2mediumGemini 3.1 Flash LiteminimalvsMiMo-V2-OmnimediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsMercury 2medium