- 順位
- #137
- 合計出力トークン
- 128,787
- 応答時間（平均）
- 68.43s
- 合計コスト
- $0.078
DeepSeek V3.2 (medium) vs Mercury 2.5 (high)
Mercury 2.5 (high) が平均スコアでリードし、7.1 vs 7.0 です。 Mercury 2.5 (high) の benchmark コストが低く、$0.031 vs $0.078 です。 Mercury 2.5 (high) の方が高速で、4.32s vs 68.43s です、成功率は 65.2% vs 62.1% です。
比較対象モデル
- 順位
- #134
- 合計出力トークン
- 174,547
- 応答時間（平均）
- 4.32s
- 合計コスト
- $0.031
おすすめモデル
Mercury 2.5 (high)
ここでは最高スコア（7.1）で、DeepSeek V3.2 (medium) より約 2.5 倍低コストです。
詳細比較
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | Mercury 2.5 Mercury 2.5 high |
|---|---|---|
| スコア | 7.0 | 7.1 |
| 順位 | #137 | #134 |
| 信頼性 | 10.0 | 9.7 |
| 一貫性 | 7.4 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 62.1% |
| 不安定なテスト | 7 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.672 | 0.259 |
| 合計コスト | $0.078 | $0.031 |
| 入力価格 | $0.269 / 1M | $0.040 / 1M |
| 出力価格 | $0.400 / 1M | $0.150 / 1M |
| 合計入力トークン | 101,056 | 120,068 |
| 出力トークン | 11,832 | 3,402 |
| 推論トークン | 116,955 | 171,145 |
| 応答時間（平均） | 68.43s | 4.32s |
| 応答時間（最大） | 376.10s | 23.63s |
| 応答時間（合計） | 1505.53s | 95.06s |
| パラメータ | 671B 総数 (37B アクティブ) | ~100B |
| 公開状況 | オープンソース | 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.
#137 DeepSeek V3.2
medium- コスト
- $0.001
- 時間
- 53.6s
- トークン
- 1,932 tok
#134 Mercury 2.5
high- コスト
- $0.001
- 時間
- 3.5s
- トークン
- 2,447 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.2 | 7.9 | 83.3% | 1 | 24.23s | 448 | 3,247 | 6,953 | |
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.33s | 782 | 218 | 7,913 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.0 | 7.2 | 55.6% | 1 | 248.68s | 5,717 | 649 | 52,014 | |
| Mercury 2.5 | 6.4 | 7.8 | 44.4% | 1 | 6.58s | 7,757 | 415 | 44,012 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| Mercury 2.5 | 6.4 | 5.8 | 66.7% | 1 | 16.00s | 91,255 | 1,478 | 62,200 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 7,388 | 207 | 7,693 | |
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.08s | 8,355 | 557 | 9,430 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 22.94s | 481 | 19 | 6,779 | |
| Mercury 2.5 | 2.9 | 7.2 | 11.1% | 1 | 4.86s | 857 | 78 | 22,452 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.4 | 2.5 | 33.3% | 1 | 58.29s | 314 | 49 | 2,189 | |
| Mercury 2.5 | 5.0 | 10.0 | 0.0% | 0 | 2.69s | 528 | 93 | 3,609 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 627 | 1,397 | 2,845 | |
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 934ms | 401 | 27 | 1,770 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 594 | 518 | 6,375 | |
| Mercury 2.5 | 8.7 | 7.7 | 88.9% | 1 | 1.39s | 771 | 227 | 5,812 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 8,307 | 507 | 859 | |
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.06s | 9,130 | 283 | 4,484 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 183 | 20 | 7,019 | |
| Mercury 2.5 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 232 | 26 | 9,463 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2mediumvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGPT-5.5noneMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsStep 3.7 FlashlowMercury 2.5highvsMuse Glimmer 30BlowMercury 2.5highvsQwen3.5-122B-A10BmediumMercury 2.5highvsGLM 5.1mediumMercury 2.5highvsGPT-5.5noneDeepSeek V3.2mediumvsSolar Pro 4highMercury 2.5highvsGrok 4.20mediumClaude Fable 5.1lowvsDeepSeek V3.2medium