AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2
比較する:
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: 2026-03-05
| 指標 | DeepSeek: DeepSeek V3.2 none リリース: 2025-12-01 | Inception: Mercury 2 medium リリース: 2026-02-24 |
|---|---|---|
| 順位 | #38 | #35 |
| 平均スコア | 52 | 54 |
| 一貫性 | 83 | 83 |
| 結果あたりのコスト | 0.254 | 0.622 |
| 合計コスト | $0.016 | $0.044 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.1% | 57.8% |
| 不安定なテスト | 3 | 3 |
| 出力トークン | 7,756 | 3,571 |
| 推論トークン | 0 | 45,379 |
スコア vs 総コスト
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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 100 | 97 | 0.0% | 0 | 1,411 | 0 | |
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 2,531 | 2,410 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 80 | 100 | 0.0% | 0 | 2,887 | 0 | |
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 54 | 58 | 66.7% | 1 | 1,710 | 0 | |
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 100 | 72 | 22.2% | 1 | 24 | 0 | |
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 41 | 30,754 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 100 | 100 | 100.0% | 0 | 66 | 0 | |
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 14 | 958 |
| Puzzle Solving | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 77 | 75 | 88.9% | 1 | 1,136 | 0 | |
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 354 | 2,758 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 100 | 100 | 100.0% | 0 | 522 | 0 | |
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 180 | 1,956 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能Gemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsGPT-5 NanomediumMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneDeepSeek V3.2nonevsGPT-5 Minimedium