ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Inception: Mercury 2

概要

Claude Opus 4.6 vs Mercury 2 の benchmark 比較: Claude Opus 4.6 が平均スコアでリードし、7.7 vs 7.5 です。 Mercury 2 の benchmark コストが低く、$0.058 vs $2.053 です。 Mercury 2 の方が高速で、2.24s vs 25.89s です、成功率は 61.9% vs 54.0% です。

おすすめモデル: Mercury 2 - スコアはここでの最高値に近く（7.5 vs 7.7）、Claude Opus 4.6 より約 35.6 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-18

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 Mercury 2 Mercury 2 medium リリース: 2026-02-24
スコア 7.7 7.5
順位 #38 #44
信頼性 10.0 10.0
一貫性 8.8 8.8
正解テスト
試行ごとの合格率 61.9% 54.0%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 17.103 0.578
合計コスト $2.053 $0.058
入力価格 $5.000 / 1M $0.250 / 1M
出力価格 $25.000 / 1M $0.750 / 1M
合計入力トークン 53,227 35,116
出力トークン 47,446 4,048
推論トークン 24,000 61,219
応答時間（平均） 25.89s 2.24s
応答時間（最大） 83.40s 14.63s
応答時間（合計） 362.49s 44.72s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#44 Mercury 2

medium
コスト
$0.002
時間
2.1s
トークン
1,702 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
複合 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
データ解析と抽出 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
ドメイン特化 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
汎用知能 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
指示追従 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
パズル解決 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
ツール呼び出し スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
雑学 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsStep 3.7 FlashlowMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsMercury 2mediumClaude Opus 4.8nonevsMercury 2mediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsQwen3.7 Plusnone