#2 Gemini 3.5 Flash
high- 成本
- $0.208
- 时间
- 118.2s
- 令牌
- 23,158 tok
Google: Gemini 3.5 Flash vs Inception: Mercury 2
Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 4.6。 Mercury 2 benchmark 成本更低，为 $0.030 vs $1.976。 Mercury 2 更快，为 829ms vs 15.07s，通过率为 93.9% vs 22.7%。
推荐模型Gemini 3.5 Flash (high)它在本次比较中得分最高（9.5），并且在全部 2 个模型中兼顾成本和响应时间最好。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash high | Mercury 2 Mercury 2 none |
|---|---|---|
| 分数 | 9.5 | 4.6 |
| 排名 | #2 | #185 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 93.9% | 22.7% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.879 | 0.734 |
| 总成本 | $1.976 | $0.030 |
| 输入价格 | $1.500 / 1M | $0.250 / 1M |
| 输出价格 | $9.000 / 1M | $0.750 / 1M |
| 总输入令牌 | 107,137 | 88,704 |
| 输出令牌 | 8,777 | 9,564 |
| 推理令牌 | 192,900 | 0 |
| 响应时间（平均） | 15.07s | 829ms |
| 响应时间（最大） | 145.92s | 4.52s |
| 响应时间（总计） | 331.48s | 18.24s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#185 Mercury 2
none- 成本
- $0.002
- 时间
- 1.8s
- 令牌
- 1,514 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 492 | 174 | 4,997 | |
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 631 | 286 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.96s | 8,118 | 456 | 47,129 | |
| Mercury 2 | 3.4 | 9.6 | 0.0% | 0 | 1.03s | 7,229 | 3,088 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 8.2 | 6.9 | 66.7% | 1 | 84.14s | 82,416 | 7,153 | 93,585 | |
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 2.56s | 65,412 | 5,256 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.43s | 7,548 | 279 | 8,466 | |
| Mercury 2 | 7.3 | 5.9 | 83.3% | 1 | 667ms | 6,362 | 180 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 14.09s | 633 | 12 | 24,721 | |
| Mercury 2 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 784 | 46 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 486 | 115 | 1,650 | |
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 495 | 159 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 615 | 70 | 3,799 | |
| Mercury 2 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 691 | 82 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.23s | 558 | 241 | 4,940 | |
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 535ms | 694 | 251 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 4.96s | 6,115 | 265 | 1,608 | |
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 6,193 | 197 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 156 | 12 | 2,005 | |
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 548ms | 213 | 19 | 0 |
快速对比
切换对比组合
Gemini 3.5 FlashhighvsGPT-5.6 SollowCobuddymediumvsMercury 2noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowMercury 2nonevsGLM 4.7 FlashmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-Codexmedium