Gemini 3.8 Flash (low) vs Mercury 2.5 Preview (medium)

Model yang direkomendasikan Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 10.1x less than Gemini 3.8 Flash (low).

Perbandingan terperinci

Metrik	Gemini 3.8 Flash Gemini 3.8 Flash low Rilis: 2026-09-02	Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02

Metrik	Gemini 3.8 Flash Gemini 3.8 Flash low Rilis: 2026-09-02	Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02
Skor	7.5	7.5
Peringkat	#99	#96
Keandalan	10.0	10.0
Konsistensi	8.5	9.6
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	81.8%	69.7%
Tes tidak stabil	4	1
Total Run	66	66
Biaya per hasil	1.493	0.158
Total Biaya	$0.239	$0.024
Harga input	$0.750 / 1M	$0.040 / 1M
Harga output	$3.750 / 1M	$0.150 / 1M
Total token input	111,773	112,713
Token output	8,035	5,436
Token penalaran	33,289	121,598
Waktu respons (rata-rata)	4.83s	3.58s
Waktu respons (maks)	35.14s	17.84s
Waktu respons (total)	106.18s	78.66s
Parameter	~500B total (~20B aktif)	~100B
Ketersediaan	Tertutup	Tertutup

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

low

medium

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 3.8 Flash	10.0	10.0	100.0%	0		1.96s	492	171	1,054
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	5.4	7.2	44.4%	1		4.31s	8,118	449	5,706
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	3.8	5.8	33.3%	1		19.61s	87,701	6,571	14,001
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588

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 3.8 Flash	10.0	10.0	100.0%	0		2.34s	7,548	279	1,000
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	5.8	4.4	66.7%	2		6.50s	642	12	7,051
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	10.0	10.0	100.0%	0		1.89s	486	72	316
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	10.0	10.0	100.0%	0		2.79s	615	72	1,873
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987

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 3.8 Flash	10.0	10.0	100.0%	0		2.25s	558	165	1,458
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	10.0	10.0	100.0%	0		5.51s	5,457	233	224
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.8 Flash	10.0	10.0	100.0%	0		2.29s	156	11	606
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

Ganti Pasangan Perbandingan