Gemini 3 Flash Preview (low) vs Mercury 2.5 Preview (medium)

Gemini 3 Flash Preview (low) лидирует по среднему баллу: 6.9 vs 6.8. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.254. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 8.51s, с долей успешных попыток 72.5% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #171
Общее число выходных токенов: 42,400
Время ответа (среднее): 8.51s
Общая стоимость: $0.254

Ранг: #182
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

Рекомендуемая модель Mercury 2.5 Preview (medium)

Его балл близок к лучшему здесь (6.8 против 6.9), при этом он примерно в 6.6 раза дешевле, чем Gemini 3 Flash Preview (low).

Подробное сравнение

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02
Оценка	6.9	6.8
Ранг	#171	#182
Надежность	10.0	10.0
Стабильность	9.3	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	72.5%	66.7%
Нестабильные тесты	2	1
Всего запусков	69	69
Стоимость за результат	1.582	0.244
Общая стоимость	$0.254	$0.039
Цена входа	$0.500 / 1M	$0.040 / 1M
Цена выхода	$3.000 / 1M	$0.150 / 1M
Цена чтения из кэша	$0.050 / 1M	Н/Д
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	251,677	397,291
Выходные токены	11,196	6,355
Токены рассуждений	31,204	143,752
Время ответа (среднее)	8.51s	6.66s
Время ответа (макс.)	52.64s	74.63s
Время ответа (суммарно)	195.76s	153.29s
Параметры	~500B всего (~20B активных)	~100B
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#171 Gemini 3 Flash Preview

low

Стоимость: $0.007
Время: 12.1s
Токены: 2,289 tok

#182 Mercury 2.5 Preview

medium

Стоимость: $0.001
Время: 2.7s
Токены: 2,241 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 Flash Preview	5.0	10.0	0.0%	0		52.64s	127,990	1,624	0
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	3.0	10.0	0.0%	0		10.20s	99,775	7,822	0
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	5.3	7.2	44.4%	1		9.74s	648	12	9,096
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

Сменить пару сравнения