Google: Gemini 3.5 Flash vs Inception: Mercury 2

Mercury 2 (medium) が平均スコアでリードし、7.0 vs 6.8 です。 Mercury 2 (medium) の benchmark コストが低く、$0.093 vs $0.300 です。 Gemini 3.5 Flash (minimal) の方が高速で、2.65s vs 2.72s です、成功率は 65.2% vs 51.5% です。

おすすめモデルMercury 2 (medium)ここでは最高スコア（7.0）で、Gemini 3.5 Flash (minimal) より約 3.2 倍低コストです。

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: 2026-07-18

指標	Gemini 3.5 Flash Gemini 3.5 Flash minimal リリース: 2026-05-19	Mercury 2 Mercury 2 medium リリース: 2026-02-24

指標	Gemini 3.5 Flash Gemini 3.5 Flash minimal リリース: 2026-05-19	Mercury 2 Mercury 2 medium リリース: 2026-02-24
スコア	6.8	7.0
順位	#87	#77
信頼性	10.0	10.0
一貫性	9.6	8.8
正解テスト
試行ごとの合格率	65.2%	51.5%
不安定なテスト	1	3
総実行回数	66	66
結果あたりのコスト	2.138	0.928
合計コスト	$0.300	$0.093
入力価格	$1.500 / 1M	$0.250 / 1M
出力価格	$9.000 / 1M	$0.750 / 1M
合計入力トークン	100,753	109,572
出力トークン	16,454	10,313
推論トークン	0	76,806
応答時間（平均）	2.65s	2.72s
応答時間（最大）	25.26s	14.63s
応答時間（合計）	58.27s	57.12s

Hamster playing table tennis

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

#87 Gemini 3.5 Flash

minimal

コスト: $0.041
時間: 20.4s
トークン: 4,608 tok

#77 Mercury 2

medium

コスト: $0.002
時間: 2.1s
トークン: 1,702 tok

スコア上位モデル

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

カテゴリ:

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

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）	入力トークン	出力トークン	推論トークン
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

クイック比較

比較ペアを切り替え