Google: Gemini 3 Flash Preview vs Inception: Mercury 2

Gemini 3 Flash Preview (medium) が平均スコアでリードし、9.6 vs 4.6 です。 Mercury 2 の benchmark コストが低く、$0.030 vs $0.742 です。 Mercury 2 の方が高速で、829ms vs 19.20s です、成功率は 98.5% vs 22.7% です。

おすすめモデルGemini 3 Flash Preview (medium)この比較で最も高いスコア（9.6）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Mercury 2 Mercury 2 none リリース: 2026-02-24

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	Mercury 2 Mercury 2 none リリース: 2026-02-24
スコア	9.6	4.6
順位	#1	#185
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	98.5%	22.7%
不安定なテスト	1	2
総実行回数	66	66
結果あたりのコスト	3.533	0.734
合計コスト	$0.742	$0.030
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	87,861	88,704
出力トークン	5,486	9,564
推論トークン	227,164	0
応答時間（平均）	19.20s	829ms
応答時間（最大）	117.26s	4.52s
応答時間（合計）	422.42s	18.24s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 18.4s
トークン: 3,351 tok

#185 Mercury 2

none

コスト: $0.002
時間: 1.8s
トークン: 1,514 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Mercury 2	3.0	10.0	0.0%	0		483ms	631	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）	入力トークン	出力トークン	推論トークン
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	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）	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		26.75s	63,717	3,831	23,496
Mercury 2	3.0	10.0	0.0%	0		2.56s	65,412	5,256	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）	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		5.43s	7,548	279	4,893
Mercury 2	7.3	5.9	83.3%	1		667ms	6,362	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）	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		15.27s	633	12	21,684
Mercury 2	5.3	7.2	44.4%	1		534ms	784	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）	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		5.19s	486	72	1,905
Mercury 2	4.8	10.0	0.0%	0		628ms	495	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）	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		4.04s	615	72	2,709
Mercury 2	6.5	10.0	50.0%	0		551ms	691	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）	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		4.05s	558	183	4,365
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	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）	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		12.60s	5,532	234	1,487
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0

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		5.50s	156	11	2,325
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0

クイック比較

比較ペアを切り替え

CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Mercury 2nonevsGLM 4.7 Flashmedium Mercury 2nonevsMiniMax M2.7medium Mercury 2nonevsMistral Small 4medium Gemini 3 Flash PreviewmediumvsGrok 4.5high Mercury 2nonevsKAT-Coder-Air V2.5low Mercury 2nonevsQwen3.5-9Bmedium