Navigasi
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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08 Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor 6.7 6.5
Peringkat #84 #92
Keandalan 10.0 10.0
Konsistensi 8.8 8.8
Tes benar
Tingkat lulus per percobaan 56.7% 51.7%
Tes tidak stabil 3 3
Total Run 60 60
Biaya per hasil 0.123 0.611
Total Biaya $0.013 $0.055
Harga input $0.250 / 1M $0.250 / 1M
Harga output $1.500 / 1M $0.750 / 1M
Token output 2,481 4,022
Token penalaran 0 58,405
Waktu respons (rata-rata) 1.37s 2.27s
Waktu respons (maks) 4.49s 14.63s
Waktu respons (total) 27.32s 43.20s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

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 31BnoneTersedia gratisvsMercury 2mediumGemini 3.1 Flash LiteminimalvsMiMo-V2-OmnimediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsMercury 2medium