Google: Gemini 3.5 Flash vs Inception: Mercury 2

Средний балл практически равен: 7.0 vs 7.0. Mercury 2 (medium) имеет более низкую стоимость benchmark: $0.093 vs $1.079. Mercury 2 (medium) быстрее: 2.72s vs 9.93s, с долей успешных попыток 74.2% vs 51.5%.

Рекомендуемая модельMercury 2 (medium)Здесь у него лучший балл (7.0), при этом он примерно в 11.6 раза дешевле, чем Gemini 3.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash none Релиз: 2026-05-19	Mercury 2 Mercury 2 medium Релиз: 2026-02-24

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash none Релиз: 2026-05-19	Mercury 2 Mercury 2 medium Релиз: 2026-02-24
Оценка	7.0	7.0
Ранг	#76	#75
Надежность	10.0	10.0
Стабильность	8.9	8.8
Тестов верно
Доля успешных попыток	74.2%	51.5%
Нестабильные тесты	3	3
Всего запусков	66	66
Стоимость за результат	7.190	0.928
Общая стоимость	$1.079	$0.093
Цена входа	$1.500 / 1M	$0.250 / 1M
Цена выхода	$9.000 / 1M	$0.750 / 1M
Общее число входных токенов	13,843	109,572
Выходные токены	117,518	10,313
Токены рассуждений	0	76,806
Время ответа (среднее)	9.93s	2.72s
Время ответа (макс.)	64.36s	14.63s
Время ответа (суммарно)	178.68s	57.12s

Hamster playing table tennis

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

#76 Gemini 3.5 Flash

none

Стоимость: $0.225
Время: 125.5s
Токены: 25,004 tok

#75 Mercury 2

medium

Стоимость: $0.002
Время: 2.1s
Токены: 1,702 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.53s	492	5,101	0
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	8.8	7.8	88.9%	1		34.69s	8,122	75,927	0
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	6.5	10.0	50.0%	0		8.10s	2,781	5,895	0
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.6	7.2	77.8%	1		10.64s	633	17,910	0
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.46s	486	1,620	0
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	9.8	10.0	100.0%	0		3.38s	615	3,928	0
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.13s	558	4,640	0
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	2.8	1.6	33.3%	1		4.87s	156	2,497	0
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashnonevsKimi K2.5medium Seed-2.0-MinimediumvsGemini 3.5 Flashnone DeepSeek V3.2mediumvsGemini 3.5 Flashnone Gemini 3.5 FlashnonevsKAT-Coder-Pro V2.5medium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Gemini 3.5 FlashnonevsMiMo-V2.5-Promedium Gemini 3.5 FlashnonevsQwen3.6 Flashmedium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsGrok 4.20medium Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none