Google: Gemini 3 Flash Preview vs Inception: Mercury 2

Mercury 2 (medium) 平均分领先，为 7.0 vs 6.8。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.085 vs $0.093。 Mercury 2 (medium) 更快，为 2.72s vs 2.95s，通过率为 65.2% vs 51.5%。

推荐模型Mercury 2 (medium)它在本次比较中得分最高（7.0），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 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数	6.8	7.0
排名	#88	#77
可靠性	10.0	10.0
一致性	8.9	8.8
测试正确
尝试通过率	65.2%	51.5%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	0.648	0.928
总成本	$0.085	$0.093
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	104,210	109,572
输出令牌	10,710	10,313
推理令牌	0	76,806
响应时间（平均）	2.95s	2.72s
响应时间（最大）	21.19s	14.63s
响应时间（总计）	44.26s	57.12s

Hamster playing table tennis

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

#88 Gemini 3 Flash Preview

none

成本: $0.003
时间: 5.6s
令牌: 981 tok

#77 Mercury 2

medium

成本: $0.002
时间: 2.1s
令牌: 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

类别:

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	8.3	10.0	75.0%	0		1.25s	498	214	0
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	5.5	10.0	33.3%	0		1.80s	8,122	453	0
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	3.8	1.6	50.0%	2		12.38s	80,061	9,175	0
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

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		1.41s	7,263	279	0
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	7.7	10.0	66.7%	0		963ms	643	18	0
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		1.13s	490	104	0
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	6.4	5.8	66.7%	1		1.58s	619	74	0
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	7.7	10.0	66.7%	0		1.05s	574	144	0
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		3.35s	5,784	234	0
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	3.0	10.0	0.0%	0		1.07s	156	15	0
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

Gemini 3.5 FlashnonevsMercury 2medium Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Gemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium Gemini 3 Flash PreviewnonevsKAT-Coder-Pro V2.5medium