- 順位
- #128
- 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 (medium)
平均スコアは 7.0 vs 7.0 でほぼ同等です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $0.094 です。 Mercury 2 (medium) の方が高速で、2.95s vs 68.43s です、成功率は 65.2% vs 53.0% です。
- 順位
- #131
- 合計出力トークン
- 87,554
- 応答時間（平均）
- 2.95s
- 合計コスト
- $0.094
おすすめモデル
Mercury 2 (medium)
ここでは最高スコア（7.0）で、DeepSeek V3.2 (medium) より約 23.2 倍速く応答します。
詳細比較
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | Mercury 2 Mercury 2 medium |
|---|---|---|
| スコア | 7.0 | 7.0 |
| 順位 | #128 | #131 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.4 | 8.4 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 53.0% |
| 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 | 0.933 |
| 合計コスト | $0.078 | $0.094 |
| 入力価格 | $0.269 / 1M | $0.250 / 1M |
| 出力価格 | $0.400 / 1M | $0.750 / 1M |
| 合計入力トークン | 101,056 | 110,515 |
| 出力トークン | 11,832 | 10,325 |
| 推論トークン | 116,955 | 77,229 |
| 応答時間（平均） | 68.43s | 2.95s |
| 応答時間（最大） | 376.10s | 14.63s |
| 応答時間（合計） | 1505.53s | 61.89s |
| 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.
#128 DeepSeek V3.2
medium- コスト
- $0.001
- 時間
- 53.6s
- トークン
- 1,932 tok
#131 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.2 | 7.9 | 83.3% | 1 | 24.23s | 448 | 3,247 | 6,953 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.0 | 7.2 | 55.6% | 1 | 248.68s | 5,717 | 649 | 52,014 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| Mercury 2 | 6.7 | 9.1 | 50.0% | 0 | 7.84s | 87,365 | 6,533 | 20,474 |
| 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 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 22.94s | 481 | 19 | 6,779 | |
| Mercury 2 | 2.9 | 4.4 | 22.2% | 2 | 8.06s | 1,638 | 53 | 31,177 |
| 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 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 627 | 1,397 | 2,845 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 594 | 518 | 6,375 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 8,307 | 507 | 859 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 183 | 20 | 7,019 | |
| 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
Mercury 2mediumvsGPT-5.5noneDeepSeek V3.2mediumvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGPT-5.5noneMercury 2mediumvsGPT-5.6 SolnoneClaude Fable 5.1lowvsMercury 2mediumSeed-2.0-CodehighvsMercury 2mediumDeepSeek V3.2mediumvsSolar Pro 4highClaude Fable 5.1lowvsDeepSeek V3.2mediumSeed-2.0-CodehighvsDeepSeek V3.2mediumMercury 2mediumvsSolar Pro 4highDeepSeek V3.2mediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsMuse Glimmer 30Blow