Google: Gemini 3 Flash Preview 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。 Gemini 3 Flash Preview の benchmark コストが低く、$0.085 vs $0.093 です。 Mercury 2 (medium) の方が高速で、2.72s vs 2.95s です、成功率は 65.2% vs 51.5% です。

おすすめモデルMercury 2 (medium)この比較で最も高いスコア（7.0）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 none 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 none リリース: 2025-12-17	Mercury 2 Mercury 2 medium リリース: 2026-02-24
スコア	6.8	7.0
順位	#88	#77
信頼性	10.0	10.0
一貫性	8.9	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	3	3
総実行回数	66	66
結果あたりのコスト	0.648	0.928
合計コスト	$0.085	$0.093
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	104,210	109,572
出力トークン	10,710	10,313
推論トークン	0	76,806
応答時間（平均）	2.95s	2.72s
応答時間（最大）	21.19s	14.63s
応答時間（合計）	44.26s	57.12s

Hamster playing table tennis

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

#88 Gemini 3 Flash Preview

none

コスト: $0.003
時間: 5.6s
トークン: 981 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 Flash Preview	8.3	10.0	75.0%	0		1.25s	498	214	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 Flash Preview	5.5	10.0	33.3%	0		1.80s	8,122	453	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 Flash Preview	3.8	1.6	50.0%	2		12.38s	80,061	9,175	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 Flash Preview	10.0	10.0	100.0%	0		1.41s	7,263	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 Flash Preview	7.7	10.0	66.7%	0		963ms	643	18	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 Flash Preview	10.0	10.0	100.0%	0		1.13s	490	104	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 Flash Preview	6.4	5.8	66.7%	1		1.58s	619	74	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 Flash Preview	7.7	10.0	66.7%	0		1.05s	574	144	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 Flash Preview	10.0	10.0	100.0%	0		3.35s	5,784	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 Flash Preview	3.0	10.0	0.0%	0		1.07s	156	15	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

Gemini 3.5 FlashnonevsMercury 2medium Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Gemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium Gemini 3 Flash PreviewnonevsKAT-Coder-Pro V2.5medium