Gemini 3.1 Flash Lite Preview (low) vs Mercury 2.5 (medium)

Mercury 2.5 (medium) лидирует по среднему баллу: 6.4 vs 6.3. Mercury 2.5 (medium) имеет более низкую стоимость benchmark: $0.034 vs $0.736. Mercury 2.5 (medium) быстрее: 7.74s vs 19.04s, с долей успешных попыток 60.9% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #215
Общее число выходных токенов: 438,891
Время ответа (среднее): 19.04s
Общая стоимость: $0.736

Ранг: #206
Общее число выходных токенов: 138,946
Время ответа (среднее): 7.74s
Общая стоимость: $0.034

Рекомендуемая модель Mercury 2.5 (medium)

Здесь у него лучший балл (6.4), при этом он примерно в 21.9 раза дешевле, чем Gemini 3.1 Flash Lite Preview (low).

Подробное сравнение

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Релиз: 2026-03-03	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Релиз: 2026-03-03	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08
Оценка	6.3	6.4
Ранг	#215	#206
Надежность	10.0	9.7
Стабильность	10.0	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	60.9%	63.8%
Нестабильные тесты	0	5
Всего запусков	69	69
Стоимость за результат	5.256	0.280
Общая стоимость	$0.736	$0.034
Цена входа	$0.250 / 1M	$0.040 / 1M
Цена выхода	$1.500 / 1M	$0.150 / 1M
Общее число входных токенов	309,715	317,982
Выходные токены	16,170	3,918
Токены рассуждений	422,721	135,028
Время ответа (среднее)	19.04s	7.74s
Время ответа (макс.)	309.35s	107.89s
Время ответа (суммарно)	437.98s	178.07s
Параметры	~150B всего (~10B активных)	~100B
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#215 Gemini 3.1 Flash Lite Preview

low

Стоимость: $0.002
Время: 3.7s
Токены: 1,203 tok

#206 Mercury 2.5

medium

Стоимость: $0.001
Время: 3.8s
Токены: 3,386 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		71.29s	199,519	1,453	25,259
Mercury 2.5	4.7	3.1	33.3%	1		107.89s	226,580	780	18,037

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
Mercury 2.5	10.0	10.0	100.0%	0		1.28s	773	192	7,122

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		160.63s	85,851	12,656	389,079
Mercury 2.5	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
Mercury 2.5	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		2.10s	652	18	1,191
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
Mercury 2.5	10.0	10.0	100.0%	0		1.93s	766	290	7,721

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
Mercury 2.5	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
Mercury 2.5	3.0	10.0	0.0%	0		4.30s	232	32	7,392

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsMercury 2.5medium Dots 3 Note PreviewhighБесплатно доступноvsMercury 2.5medium Dots 3 Note PreviewlowБесплатно доступноvsMercury 2.5medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bnone Gemini 3.1 Flash Lite PreviewlowvsSolar Pro 4high Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsLongCat 2.0none Mercury 2.5mediumvsLongCat 2.0none Gemini 3.1 Flash Lite PreviewlowvsSpace Bunny Alphamedium Mercury 2.5mediumvsQwen3.6 27Bnone Dots 3 Note PreviewhighБесплатно доступноvsGemini 3.1 Flash Lite Previewlow