AI BENCHY 对比
Google: Gemini 3 Flash Preview vs Inception: Mercury 2
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-05
| 指标 | Google: Gemini 3 Flash Preview medium 发布日期: 2025-12-17 | Inception: Mercury 2 none 发布日期: 2026-02-24 |
|---|---|---|
| 排名 | #1 | #50 |
| 平均分 | 100 | 34 |
| 一致性 | 100 | 89 |
| 每个结果成本 | 1.064 | 0.147 |
| 总成本 | $0.160 | $0.006 |
| 测试正确 | ||
| 尝试通过率 | 100.0% | 33.3% |
| 不稳定测试 | 0 | 2 |
| 输出令牌 | 1,523 | 1,144 |
| 推理令牌 | 46,622 | 0 |
分数 vs 总成本
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 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 299 | 3,127 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 351 | 12,645 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 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 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 99 | 100 | 100.0% | 0 | 279 | 5,333 | |
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 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 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 12 | 14,908 | |
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 72 | 4,558 | |
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 82 | 0 |
| Puzzle Solving | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 276 | 4,921 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Flash Preview | 100 | 100 | 100.0% | 0 | 234 | 1,130 | |
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 |
快速对比
切换对比组合
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsgpt-oss-120bmedium免费可用Gemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneMercury 2nonevsGPT-5 NanomediumMercury 2nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneMercury 2nonevsGPT-5 MinimediumClaude Opus 4.6mediumvsMercury 2noneMercury 2nonevsKimi K2.5mediumMercury 2nonevsGrok 4.1 Fastmedium