Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Inception: Mercury 2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Gemini 3 Flash Preview Gemini 3 Flash Preview medium Rilis: 2025-12-17 Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor 9.8 6.5
Peringkat #1 #89
Keandalan 10.0 10.0
Konsistensi 9.6 8.8
Tes benar
Tingkat lulus per percobaan 98.3% 51.7%
Tes tidak stabil 1 3
Total Run 60 60
Biaya per hasil 2.980 0.611
Total Biaya $0.567 $0.055
Harga input $0.500 / 1M $0.250 / 1M
Harga output $3.000 / 1M $0.750 / 1M
Total token input 34,014 32,570
Token output 2,000 4,022
Token penalaran 181,033 58,405
Waktu respons (rata-rata) 16.50s 2.27s
Waktu respons (maks) 117.26s 14.63s
Waktu respons (total) 330.06s 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 input Token output Token penalaran
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 7.9 6.4 83.3% 1 95.96s 5,119 456 127,964
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneGemini 2.5 FlashnonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneTersedia gratisvsMercury 2mediumGemma 4 26B A4BnoneTersedia gratisvsMercury 2mediumMercury 2mediumvsMimo V2 OmninoneDeepSeek V4 ProhighvsMercury 2medium