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 3.1 Pro Preview vs Inception: Mercury 2

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

Metrică Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 Mercury 2 Mercury 2 none Lansare: 2026-02-24
Scor 9.6 4.8
Rang #2 #89
Consistență 10.0 9.0
Teste corecte
Rată de trecere pe încercare 94.4% 27.8%
Teste instabile 0 2
Rulări totale 54 54
Cost per rezultat 3.400 0.165
Cost total $0.578 $0.007
Preț de intrare $2.000 / 1M $0.250 / 1M
Preț de ieșire $12.000 / 1M $0.750 / 1M
Tokenuri de ieșire 1,932 1,625
Tokenuri de raționament 40,542 0
Timp de răspuns (mediu) 15.96s 613ms
Timp de răspuns (maxim) 40.61s 1.27s
Timp de răspuns (total) 175.52s 11.04s

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 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
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 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
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 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
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 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Mercury 2 7.3 5.9 83.3% 1 667ms 180 0
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 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Mercury 2 4.8 10.0 0.0% 0 628ms 159 0
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
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 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Mercury 2 10.0 10.0 100.0% 0 1.27s 197 0

Comparație rapidă

Schimbă perechea de comparație

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.5mediumDisponibil gratuitMercury 2nonevsgpt-oss-120bmediumDisponibil gratuitMercury 2nonevsGPT-5 NanomediumGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneMercury 2nonevsGrok 4.1 Fastmedium