AI BENCHY Compare
Google: Gemini 3.1 Flash Lite vs Inception: Mercury 2
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-08
| 指標 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none | Mercury 2 Mercury 2 medium |
|---|---|---|
| スコア | 6.7 | 6.3 |
| 順位 | #73 | #80 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.4 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 57.9% | 50.9% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.123 | 0.616 |
| 合計コスト | $0.012 | $0.050 |
| ???? | $0.250 / 1M | $0.250 / 1M |
| ???? | $1.500 / 1M | $0.750 / 1M |
| 出力トークン | 2,454 | 3,994 |
| 推論トークン | 0 | 52,081 |
| 応答時間（平均） | 1.11s | 2.23s |
| 応答時間（最大） | 2.97s | 14.63s |
| 応答時間（合計） | 21.13s | 40.10s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| 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 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4Bnone無料で利用可能vsMercury 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