Google: Gemini 3.5 Flash vs Inception: Mercury 2

Gemini 3.5 Flash (high) lidera en puntuación media con 9.5 vs 7.0. Mercury 2 (medium) tiene menor coste de benchmark con $0.093 vs $1.976. Mercury 2 (medium) es más rápido con 2.72s vs 15.07s, con tasas de acierto de 93.9% vs 51.5%.

Modelo recomendadoGemini 3.5 Flash (high)Tiene la puntuación más alta en esta comparación (9.5) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24

Métrica	Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación	9.5	7.0
Rango	#2	#77
Fiabilidad	10.0	10.0
Consistencia	9.3	8.8
Pruebas correctas
Tasa de aciertos por intento	93.9%	51.5%
Pruebas inestables	2	3
Ejecuciones totales	66	66
Costo por resultado	9.879	0.928
Costo total	$1.976	$0.093
Precio de entrada	$1.500 / 1M	$0.250 / 1M
Precio de salida	$9.000 / 1M	$0.750 / 1M
Total de tokens de entrada	107,137	109,572
Tokens de salida	8,777	10,313
Tokens de razonamiento	192,900	76,806
Tiempo de respuesta (promedio)	15.07s	2.72s
Tiempo de respuesta (máximo)	145.92s	14.63s
Tiempo de respuesta (total)	331.48s	57.12s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high

Coste: $0.208
Tiempo: 118.2s
Tokens: 23,158 tok

#77 Mercury 2

medium

Coste: $0.002
Tiempo: 2.1s
Tokens: 1,702 tok

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

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashnonevsMercury 2medium Gemini 3.5 FlashhighvsGPT-5.6 Sollow DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 3.5 FlashhighvsGPT-5.5low Mercury 2mediumvsKAT-Coder-Pro V2.5high Gemini 3 Flash PreviewnonevsMercury 2medium