导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Inception: Mercury 2

摘要

Gemini 3 Flash Preview vs Mercury 2 benchmark 对比：Mercury 2 平均分领先，为 7.5 vs 7.4。 Mercury 2 benchmark 成本更低，为 $0.058 vs $0.111。 Mercury 2 更快，为 2.24s vs 5.76s，通过率为 79.4% vs 54.0%。

推荐模型: Gemini 3 Flash Preview - 它在本次比较中对得分、可靠性、成本和响应时间的整体平衡最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数 7.4 7.5
排名 #53 #46
可靠性 10.0 10.0
一致性 9.2 8.8
测试正确
尝试通过率 79.4% 54.0%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.689 0.578
总成本 $0.111 $0.058
输入价格 $0.500 / 1M $0.250 / 1M
输出价格 $3.000 / 1M $0.750 / 1M
总输入令牌 36,769 35,116
输出令牌 2,076 4,048
推理令牌 28,518 61,219
响应时间（平均） 5.76s 2.24s
响应时间（最大） 14.72s 14.63s
响应时间（总计） 120.93s 44.72s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

#46 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsGLM 5V TurbomediumGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewlowMercury 2mediumvsStep 3.7 Flashlow