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 3.5 Flash vs Inception: Mercury 2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19 Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24
Puntuación 9.6 4.6
Rango #2 #153
Fiabilidad 10.0 10.0
Consistencia 9.6 9.1
Pruebas correctas
Tasa de aciertos por intento 96.7% 25.0%
Pruebas inestables 1 2
Ejecuciones totales 60 60
Costo por resultado 5.231 0.216
Costo total $0.994 $0.009
Precio de entrada $1.500 / 1M $0.250 / 1M
Precio de salida $9.000 / 1M $0.750 / 1M
Total de tokens de entrada 34,591 25,515
Tokens de salida 1,969 3,001
Tokens de razonamiento 102,679 0
Tiempo de respuesta (promedio) 8.30s 614ms
Tiempo de respuesta (máximo) 34.82s 1.27s
Tiempo de respuesta (total) 165.92s 12.28s

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 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 3.0 10.0 0.0% 0 483ms 631 286 0
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 24.62s 5,115 450 34,170
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
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 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
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 667ms 6,362 180 0
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 5.3 7.2 44.4% 1 534ms 784 46 0
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 628ms 495 159 0
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 6.5 10.0 50.0% 0 551ms 691 82 0
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 3.1 10.0 0.0% 0 535ms 694 251 0
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 1.27s 6,193 197 0
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 548ms 213 19 0

Comparación rápida

Cambiar par de comparación

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumMercury 2nonevsElephant AlphamediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5lowMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMiniMax M2.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 Flashhigh