AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Inception: Mercury 2

概要

Gemini 3 Flash Preview vs Mercury 2 の benchmark 比較: Mercury 2 が平均スコアでリードし、7.5 vs 7.4 です。 Mercury 2 の benchmark コストが低く、$0.058 vs $0.111 です。 Mercury 2 の方が高速で、2.24s vs 5.76s です、成功率は 79.4% vs 54.0% です。

おすすめモデル: Gemini 3 Flash Preview - この比較では、スコア、信頼性、コスト、応答時間の総合バランスが最も優れています。

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: 2026-06-12

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17	Mercury 2 Mercury 2 medium リリース: 2026-02-24

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview low リリース: 2025-12-17	Mercury 2 Mercury 2 medium リリース: 2026-02-24
スコア	7.4	7.5
順位	#53	#46
信頼性	10.0	10.0
一貫性	9.2	8.8
正解テスト
試行ごとの合格率	79.4%	54.0%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	0.689	0.578
合計コスト	$0.111	$0.058
入力価格	$0.500 / 1M	$0.250 / 1M
出力価格	$3.000 / 1M	$0.750 / 1M
合計入力トークン	36,769	35,116
出力トークン	2,076	4,048
推論トークン	28,518	61,219
応答時間（平均）	5.76s	2.24s
応答時間（最大）	14.72s	14.63s
応答時間（合計）	120.93s	44.72s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low

Cost: $0.007
Time: 12.1s
Tokens: 2,289 tok

#46 Mercury 2

medium

Cost: $0.002
Time: 2.1s
Tokens: 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

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 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
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 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
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 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	0
Mercury 2	10.0	10.0	100.0%	0		3.28s	12,909	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）	入力トークン	出力トークン	推論トークン
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
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 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
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 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
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 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
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 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
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 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
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