Navegación
AI BENCHY
Advertise here

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 low Lanzamiento: 2026-05-19 Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24
Puntuación 9.3 4.6
Rango #3 #153
Fiabilidad 10.0 10.0
Consistencia 10.0 9.1
Pruebas correctas
Tasa de aciertos por intento 90.0% 25.0%
Pruebas inestables 0 2
Ejecuciones totales 60 60
Costo por resultado 1.582 0.216
Costo total $0.285 $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 33,935 25,515
Tokens de salida 2,027 3,001
Tokens de razonamiento 23,938 0
Tiempo de respuesta (promedio) 2.98s 614ms
Tiempo de respuesta (máximo) 6.44s 1.27s
Tiempo de respuesta (total) 59.59s 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 2.52s 494 209 2,536
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 6.8 10.0 50.0% 0 5.54s 5,115 452 6,839
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
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 FlashmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumMercury 2nonevsQwen3.5-9BmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowMercury 2nonevsElephant AlphamediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMiniMax M2.5mediumGemini 3.5 FlashlowvsQwen3.6 Max Previewmedium