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: 2026-05-08

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Rilis: 2026-05-08 Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor 6.7 6.3
Peringkat #73 #80
Keandalan 10.0 10.0
Konsistensi 8.4 8.7
Tes benar
Tingkat lulus per percobaan 57.9% 50.9%
Tes tidak stabil 4 3
Total Run 57 57
Biaya per hasil 0.123 0.616
Total Biaya $0.012 $0.050
Harga input $0.250 / 1M $0.250 / 1M
Harga output $1.500 / 1M $0.750 / 1M
Token output 2,454 3,994
Token penalaran 0 52,081
Waktu respons (rata-rata) 1.11s 2.23s
Waktu respons (maks) 2.97s 14.63s
Waktu respons (total) 21.13s 40.10s

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 7.5 8.4 66.7% 1 1.07s 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 10.0 10.0 100.0% 0 1.59s 636 0
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
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 2.73s 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 843ms 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 762ms 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 992ms 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 859ms 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 6.3 4.8 66.7% 2 720ms 150 0
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
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 2.97s 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 733ms 9 0
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4BnoneTersedia gratisvsMercury 2mediumGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsKimi K2.5mediumDeepSeek V4 PrononevsMercury 2mediumGemini 3.1 Flash LitenonevsGPT-5 MinimediumMercury 2mediumvsGLM 5noneGemini 3.1 Flash LitenonevsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneGemini 3.1 Flash LitenonevsGrok 4.1 FastmediumMercury 2mediumvsQwen3.5 Plus 2026-02-15none