Google: Gemini 3.5 Flash vs Inception: Mercury 2

Mercury 2 (medium) unggul dalam skor rata-rata dengan 7.0 vs 6.8. Mercury 2 (medium) memiliki biaya benchmark lebih rendah di $0.093 vs $0.300. Gemini 3.5 Flash (minimal) lebih cepat di 2.65s vs 2.72s, dengan tingkat keberhasilan 65.2% vs 51.5%.

Model yang direkomendasikanMercury 2 (medium)It has the best score here (7.0), while costing about 3.2x less than Gemini 3.5 Flash (minimal).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-20

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash minimal Rilis: 2026-05-19	Mercury 2 Mercury 2 medium Rilis: 2026-02-24

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash minimal Rilis: 2026-05-19	Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor	6.8	7.0
Peringkat	#88	#78
Keandalan	10.0	10.0
Konsistensi	9.6	8.8
Tes benar
Tingkat lulus per percobaan	65.2%	51.5%
Tes tidak stabil	1	3
Total Run	66	66
Biaya per hasil	2.138	0.928
Total Biaya	$0.300	$0.093
Harga input	$1.500 / 1M	$0.250 / 1M
Harga output	$9.000 / 1M	$0.750 / 1M
Total token input	100,753	109,572
Token output	16,454	10,313
Token penalaran	0	76,806
Waktu respons (rata-rata)	2.65s	2.72s
Waktu respons (maks)	25.26s	14.63s
Waktu respons (total)	58.27s	57.12s

Hamster playing table tennis

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

#88 Gemini 3.5 Flash

minimal

Biaya: $0.041
Waktu: 20.4s
Token: 4,608 tok

#78 Mercury 2

medium

Biaya: $0.002
Waktu: 2.1s
Token: 1,702 tok

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

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	6.5	10.0	50.0%	0		892ms	492	405	0
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	5.6	9.9	33.3%	0		2.75s	8,122	3,456	0
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	3.0	10.0	0.0%	0		14.41s	76,686	11,581	0
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.66s	7,548	279	0
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		899ms	633	12	0
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		922ms	486	117	0
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	6.4	5.8	66.7%	1		893ms	615	76	0
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.45s	558	282	0
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.79s	5,457	234	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	3.0	10.0	0.0%	0		1.76s	156	12	0
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Perbandingan Cepat

Ganti Pasangan Perbandingan