Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Inception: Mercury 2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-08

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lansare: 2026-05-08 Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor 6.7 6.3
Rang #73 #80
Fiabilitate 10.0 10.0
Consistență 8.4 8.7
Teste corecte
Rată de trecere pe încercare 57.9% 50.9%
Teste instabile 4 3
Rulări totale 57 57
Cost per rezultat 0.123 0.616
Cost total $0.012 $0.050
Preț de intrare $0.250 / 1M $0.250 / 1M
Preț de ieșire $1.500 / 1M $0.750 / 1M
Tokenuri de ieșire 2,454 3,994
Tokenuri de raționament 0 52,081
Timp de răspuns (mediu) 1.11s 2.23s
Timp de răspuns (maxim) 2.97s 14.63s
Timp de răspuns (total) 21.13s 40.10s

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 3.1 Flash Lite 7.5 8.4 66.7% 1 1.07s 639 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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.59s 636 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 3.1 Flash Lite 3.0 10.0 0.0% 0 2.73s 357 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 3.1 Flash Lite 10.0 10.0 100.0% 0 843ms 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 3.1 Flash Lite 2.9 7.2 11.1% 1 762ms 15 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 3.1 Flash Lite 4.0 10.0 0.0% 0 992ms 63 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 3.1 Flash Lite 10.0 10.0 100.0% 0 859ms 72 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 3.1 Flash Lite 6.3 4.8 66.7% 2 720ms 150 0
Mercury 2 3.8 7.3 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 3.1 Flash Lite 10.0 10.0 100.0% 0 2.97s 234 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 733ms 9 0
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsKimi K2.5mediumDeepSeek V4 PrononevsMercury 2mediumGemini 3.1 Flash LitenonevsGPT-5 MinimediumMercury 2mediumvsGLM 5noneGemini 3.1 Flash LitenonevsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneGemini 3.1 Flash LitenonevsGrok 4.1 FastmediumMercury 2mediumvsQwen3.5 Plus 2026-02-15none