AI BENCHY Compare
Google: Gemini 3.1 Pro Preview 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: 2026-04-16
| 指標 | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium | Mercury 2 Mercury 2 none |
|---|---|---|
| スコア | 9.6 | 4.8 |
| 順位 | #2 | #89 |
| 一貫性 | 10.0 | 9.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 94.4% | 27.8% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 3.400 | 0.165 |
| 合計コスト | $0.578 | $0.007 |
| ???? | $2.000 / 1M | $0.250 / 1M |
| ???? | $12.000 / 1M | $0.750 / 1M |
| 出力トークン | 1,932 | 1,625 |
| 推論トークン | 40,542 | 0 |
| 応答時間（平均） | 15.96s | 613ms |
| 応答時間（最大） | 40.61s | 1.27s |
| 応答時間（合計） | 175.52s | 11.04s |
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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 112 | 3,218 | |
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 286 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 19.88s | 405 | 4,201 | |
| Mercury 2 | 3.6 | 8.9 | 0.0% | 0 | 969ms | 310 | 0 |
| 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 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 40.61s | 432 | 9,281 | |
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 279 | 3,904 | |
| Mercury 2 | 7.3 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 |
| 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 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 32.73s | 18 | 12,424 | |
| Mercury 2 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 108 | 1,179 | |
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 159 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 72 | 2,236 | |
| Mercury 2 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.15s | 232 | 3,117 | |
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 274 | 982 | |
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 197 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.5medium無料で利用可能Mercury 2nonevsgpt-oss-120bmedium無料で利用可能Mercury 2nonevsGPT-5 NanomediumGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneMercury 2nonevsGrok 4.1 Fastmedium