- 順位
- #167
- 合計出力トークン
- 24,343
- 応答時間（平均）
- 7.54s
- 合計コスト
- $2.334
Claude Opus 4.8 vs Mercury 2.5 Preview (medium)
平均スコアは 6.9 vs 6.8 でほぼ同等です。 Mercury 2.5 Preview (medium) の benchmark コストが低く、$0.037 vs $2.334 です。 Mercury 2.5 Preview (medium) の方が高速で、6.66s vs 7.54s です、成功率は 60.9% vs 66.7% です。
比較対象モデル
- 順位
- #171
- 合計出力トークン
- 150,107
- 応答時間（平均）
- 6.66s
- 合計コスト
- $0.037
おすすめモデル
Mercury 2.5 Preview (medium)
ここでは最高スコア（6.8）で、Claude Opus 4.8 より約 63.8 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Mercury 2.5 Preview Mercury 2.5 Preview medium |
|---|---|---|
| スコア | 6.9 | 6.8 |
| 順位 | #167 | #171 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 9.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 60.9% | 66.7% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 17.953 | 0.244 |
| 合計コスト | $2.334 | $0.037 |
| 入力価格 | $5.000 / 1M | $0.000 / 1M |
| 出力価格 | $25.000 / 1M | $0.000 / 1M |
| 合計入力トークン | 345,059 | 397,291 |
| 出力トークン | 24,343 | 6,355 |
| 推論トークン | 0 | 143,752 |
| 応答時間（平均） | 7.54s | 6.66s |
| 応答時間（最大） | 65.07s | 74.63s |
| 応答時間（合計） | 173.31s | 153.29s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~100B |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#167 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
#171 Mercury 2.5 Preview
medium- コスト
- $0.001
- 時間
- 2.7s
- トークン
- 2,241 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
| エージェントタスク | 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 4.8 | 5.0 | 10.0 | 0.0% | 0 | 65.07s | 195,856 | 7,546 | 0 | |
| Mercury 2.5 Preview | 3.9 | 9.6 | 0.0% | 0 | 74.63s | 284,578 | 919 | 22,154 |
| 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 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 781 | 203 | 7,921 |
| 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 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Mercury 2.5 Preview | 7.8 | 10.0 | 66.7% | 0 | 3.86s | 7,839 | 552 | 22,126 |
| 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 4.8 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| Mercury 2.5 Preview | 6.5 | 10.0 | 50.0% | 0 | 13.86s | 92,663 | 3,607 | 41,588 |
| 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 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 2.77s | 8,292 | 514 | 11,354 |
| 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 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.76s | 972 | 61 | 0 | |
| Mercury 2.5 Preview | 5.3 | 7.2 | 44.4% | 1 | 3.72s | 853 | 62 | 17,120 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| Mercury 2.5 Preview | 5.0 | 10.0 | 0.0% | 0 | 2.09s | 538 | 99 | 3,375 |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Mercury 2.5 Preview | 9.8 | 10.0 | 100.0% | 0 | 1.35s | 744 | 96 | 3,987 |
| 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 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.87s | 771 | 274 | 7,323 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 2.37s | 0 | 0 | 0 |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 4.13s | 232 | 29 | 6,804 |
クイック比較
比較ペアを切り替え
Mercury 2.5 PreviewmediumvsInklinglow無料で利用可能Claude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsGemma 4 31Bmedium無料で利用可能Mercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 4.8nonevsEmber-1highClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsInklinglow無料で利用可能Claude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1highvsMercury 2.5 Previewmedium