Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 2.5 Flash vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Gemini 2.5 Flash Gemini 2.5 Flash none Lansare: 2025-06-17 Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor 6.2 6.5
Rang #61 #53
Consistență 9.2 8.6
Teste corecte
Rată de trecere pe încercare 44.4% 53.7%
Teste instabile 2 3
Rulări totale 54 54
Cost per rezultat 0.184 0.580
Cost total $0.013 $0.047
Preț de intrare $0.300 / 1M $0.250 / 1M
Preț de ieșire $2.500 / 1M $0.750 / 1M
Tokenuri de ieșire 1,726 3,972
Tokenuri de raționament 0 48,333
Timp de răspuns (mediu) 903ms 2.21s
Timp de răspuns (maxim) 4.39s 14.63s
Timp de răspuns (total) 16.26s 37.51s

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 ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 102 0
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.16s 453 0
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 366 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 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 ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 279 0
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 12 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 78 0
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 8.0 6.8 66.7% 1 672ms 70 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.7 10.0 33.3% 0 576ms 132 0
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 234 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsMiMo-V2-OmninoneGemini 2.5 FlashnonevsGPT-5 NanomediumMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitSeed-2.0-LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2mediumGemma 4 31BnoneDisponibil gratuitvsMercury 2medium