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

Mercury 2.5 Preview (high) average score मध्ये पुढे आहे: 6.6 vs 6.4. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.030 vs $0.052. Gemini 3.1 Flash Lite Preview वेगवान आहे: 1.56s vs 4.01s, pass rates 57.6% vs 65.2%.

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

क्रमांक: #162
एकूण आउटपुट टोकन्स: 14,161
प्रतिसाद वेळ (सरासरी): 1.56s
एकूण खर्च: $0.052

क्रमांक: #157
एकूण आउटपुट टोकन्स: 163,505
प्रतिसाद वेळ (सरासरी): 4.01s
एकूण खर्च: $0.030

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview

Its score stays close to the best score here (6.4 vs 6.6), while responding about 2.6x faster than Mercury 2.5 Preview (high).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02
स्कोअर	6.4	6.6
क्रमांक	#162	#157
विश्वसनीयता	10.0	10.0
सुसंगतता	9.7	8.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	57.6%	65.2%
अस्थिर चाचण्या	1	5
एकूण रन	66	66
प्रति निकाल खर्च	0.430	0.243
एकूण खर्च	$0.052	$0.030
इनपुट किंमत	$0.250 / 1M	$0.040 / 1M
आउटपुट किंमत	$1.500 / 1M	$0.150 / 1M
एकूण इनपुट टोकन्स	120,955	115,759
आउटपुट टोकन्स	14,161	2,562
रिझनिंग टोकन्स	0	160,943
प्रतिसाद वेळ (सरासरी)	1.56s	4.01s
प्रतिसाद वेळ (कमाल)	9.27s	17.71s
प्रतिसाद वेळ (एकूण)	34.32s	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.

#162 Gemini 3.1 Flash Lite Preview

none

खर्च: $0.003
वेळ: 4.7s
टोकन्स: 1,827 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	7.5	8.4	66.7%	1		1.04s	504	1,092	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008

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 Preview	5.5	10.0	33.3%	0		967ms	8,128	670	0
Mercury 2.5 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0
Mercury 2.5 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.22s	7,550	399	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		811ms	654	437	0
Mercury 2.5 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		741ms	488	69	0
Mercury 2.5 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.13s	623	574	0
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		900ms	570	1,045	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.39s	5,894	782	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		814ms	158	9	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954

झटपट तुलना

तुलना जोडी बदला