नेव्हिगेशन
AI BENCHY
Advertise here

Gemini 3.1 Flash Lite (low) vs Mercury 2.5 Preview (high)

average score जवळपास समान आहे: 6.6 vs 6.6. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.030 vs $0.621. Mercury 2.5 Preview (high) वेगवान आहे: 4.01s vs 16.25s, pass rates 63.6% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#155
एकूण आउटपुट टोकन्स
397,891
प्रतिसाद वेळ (सरासरी)
16.25s
एकूण खर्च
$0.621
क्रमांक
#157
एकूण आउटपुट टोकन्स
163,505
प्रतिसाद वेळ (सरासरी)
4.01s
एकूण खर्च
$0.030
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 21.3x less than Gemini 3.1 Flash Lite (low).

तपशीलवार तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low प्रकाशन: 2026-05-08 Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02
स्कोअर 6.6 6.6
क्रमांक #155 #157
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 65.2%
अस्थिर चाचण्या 2 5
एकूण रन 66 66
प्रति निकाल खर्च 4.773 0.243
एकूण खर्च $0.621 $0.030
इनपुट किंमत $0.250 / 1M $0.040 / 1M
आउटपुट किंमत $1.500 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 94,233 115,759
आउटपुट टोकन्स 7,759 2,562
रिझनिंग टोकन्स 390,132 160,943
प्रतिसाद वेळ (सरासरी) 16.25s 4.01s
प्रतिसाद वेळ (कमाल) 318.02s 17.71s
प्रतिसाद वेळ (एकूण) 357.39s 88.25s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#155 Gemini 3.1 Flash Lite

low
खर्च
$0.003
वेळ
4.0s
टोकन्स
1,479 tok

#157 Mercury 2.5 Preview

high
खर्च
$0.001
वेळ
4.5s
टोकन्स
3,851 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash LitelowvsInkling SmallmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LitelowvsQwen3.5-27BnoneMercury 2.5 PreviewhighvsInkling SmallmediumGemini 3.1 Flash Lite PreviewlowvsMercury 2.5 PreviewhighGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewhighvsQwen3.5-27BnoneGemini 3.5 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.6 27BmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumमोफत उपलब्ध