#86 DeepSeek V4 Pro
none
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2
Mercury 2 (medium) が平均スコアでリードし、7.0 vs 6.9 です。 Mercury 2 (medium) の benchmark コストが低く、$0.093 vs $0.096 です。 Mercury 2 (medium) の方が高速で、2.72s vs 11.55s です、成功率は 51.5% vs 51.5% です。
おすすめモデルMercury 2 (medium)ここでは最高スコア（7.0）で、DeepSeek V4 Pro より約 4.2 倍速く応答します。
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: 2026-07-22
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro none | Mercury 2 Mercury 2 medium |
|---|---|---|
| スコア | 6.9 | 7.0 |
| 順位 | #86 | #82 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 8.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.5% | 51.5% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.954 | 0.928 |
| 合計コスト | $0.096 | $0.093 |
| 入力価格 | $0.435 / 1M | $0.250 / 1M |
| 出力価格 | $0.870 / 1M | $0.750 / 1M |
| 合計入力トークン | 148,069 | 109,572 |
| 出力トークン | 35,551 | 10,313 |
| 推論トークン | 0 | 76,806 |
| 応答時間（平均） | 11.55s | 2.72s |
| 応答時間（最大） | 119.44s | 14.63s |
| 応答時間（合計） | 254.11s | 57.12s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#82 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 V4 Pro | 3.2 | 6.1 | 16.7% | 2 | 4.02s | 540 | 1,168 | 0 | |
| 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 V4 Pro | 5.6 | 10.0 | 33.3% | 0 | 13.38s | 7,275 | 5,500 | 0 | |
| 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 V4 Pro | 7.9 | 6.9 | 66.7% | 1 | 71.59s | 122,040 | 26,362 | 0 | |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 4.61s | 7,568 | 200 | 0 | |
| 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 V4 Pro | 5.3 | 10.0 | 33.3% | 0 | 3.72s | 666 | 24 | 0 | |
| Mercury 2 | 2.9 | 7.2 | 11.1% | 1 | 6.48s | 695 | 41 | 30,754 |
| 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 V4 Pro | 5.0 | 10.0 | 0.0% | 0 | 2.05s | 471 | 126 | 0 | |
| 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 V4 Pro | 6.3 | 5.8 | 66.7% | 1 | 4.12s | 627 | 713 | 0 | |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 3.61s | 594 | 442 | 0 | |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 7.40s | 8,105 | 328 | 0 | |
| 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 V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 5.76s | 183 | 688 | 0 | |
| 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
Gemini 3.5 FlashnonevsMercury 2mediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsStep 3.7 FlashhighSeed-2.0-MinimediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGemini 3.5 FlashminimalMercury 2mediumvsGPT-5.6 SolnoneMercury 2mediumvsStep 3.7 FlashhighMercury 2mediumvsGPT-5.5noneMercury 2mediumvsQwen3.7 Plusnone