Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică Gemini 2.5 Flash Gemini 2.5 Flash none Lansare: 2025-06-17 Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor 6.4 6.5
Rang #94 #89
Fiabilitate 10.0 10.0
Consistență 9.6 8.8
Teste corecte
Rată de trecere pe încercare 48.3% 51.7%
Teste instabile 1 3
Rulări totale 60 60
Cost per rezultat 0.159 0.611
Cost total $0.015 $0.055
Preț de intrare $0.300 / 1M $0.250 / 1M
Preț de ieșire $2.500 / 1M $0.750 / 1M
Total tokenuri de intrare 32,923 32,570
Tokenuri de ieșire 1,764 4,022
Tokenuri de raționament 0 58,405
Timp de răspuns (mediu) 889ms 2.27s
Timp de răspuns (maxim) 4.39s 14.63s
Timp de răspuns (total) 17.79s 43.20s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 492 102 0
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 6.8 10.0 50.0% 0 810ms 5,119 477 0
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 12,519 366 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 7,257 279 0
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 633 12 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 486 78 0
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 615 72 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 558 132 0
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 5,088 234 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 156 12 0
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponibil gratuitvsMercury 2mediumGemini 2.5 FlashnonevsQwen3.6 27BmediumGemini 2.5 FlashnonevsGPT-5 NanomediumDeepSeek V4 ProhighvsGemini 2.5 FlashnoneGemini 2.5 FlashnonevsKimi K2.5medium