- 順位
- #166
- 合計出力トークン
- 32,443
- 応答時間（平均）
- 7.46s
- 合計コスト
- $0.909
Claude Sonnet 5.5 (low) 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 $0.909 です。 Mercury 2.5 Preview (medium) の方が高速で、6.66s vs 7.46s です、成功率は 46.4% 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 Sonnet 5.5 (low) より約 24.8 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 low | Mercury 2.5 Preview Mercury 2.5 Preview medium |
|---|---|---|
| スコア | 6.9 | 6.8 |
| 順位 | #166 | #171 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.4 | 9.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 46.4% | 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 | 9.082 | 0.244 |
| 合計コスト | $0.909 | $0.037 |
| 入力価格 | $2.000 / 1M | $0.000 / 1M |
| 出力価格 | $10.000 / 1M | $0.000 / 1M |
| 合計入力トークン | 291,853 | 397,291 |
| 出力トークン | 24,116 | 6,355 |
| 推論トークン | 8,327 | 143,752 |
| 応答時間（平均） | 7.46s | 6.66s |
| 応答時間（最大） | 46.61s | 74.63s |
| 応答時間（合計） | 171.47s | 153.29s |
| パラメータ | ~1T 総数 (~100B 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.
#166 Claude Sonnet 5.5
low- コスト
- $0.020
- 時間
- 15.3s
- トークン
- 2,077 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 46.61s | 125,435 | 2,660 | 1,153 | |
| 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 Sonnet 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.55s | 858 | 1,736 | 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 Sonnet 5.5 | 3.2 | 9.7 | 0.0% | 0 | 5.81s | 10,608 | 5,903 | 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 Sonnet 5.5 | 7.9 | 6.9 | 66.7% | 1 | 22.50s | 128,879 | 7,220 | 4,027 | |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 2.31s | 10,515 | 312 | 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 Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.09s | 990 | 3,974 | 2,570 | |
| 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 Sonnet 5.5 | 4.8 | 3.2 | 33.3% | 1 | 2.33s | 714 | 374 | 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 Sonnet 5.5 | 6.3 | 10.0 | 50.0% | 0 | 1.91s | 921 | 357 | 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 Sonnet 5.5 | 7.7 | 10.0 | 66.7% | 0 | 2.50s | 912 | 892 | 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.67s | 11,757 | 354 | 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 Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 4.97s | 264 | 334 | 577 | |
| 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 Sonnet 5.5lowvsGemma 4 31Bmedium無料で利用可能Mercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Sonnet 5.5lowvsEmber-1highClaude Sonnet 5.5lowvsKimi K2.6mediumClaude Sonnet 5.5lowvsGemini 3.1 Flash LitemediumClaude Sonnet 5.5lowvsQwen3.5-FlashmediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsGPT-6 SolnoneEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny Alphamax