- 順位
- #158
- 合計出力トークン
- 110,125
- 応答時間（平均）
- 56.77s
- 合計コスト
- $1.798
Ember-1 (high) vs Mercury 2.5 (high)
平均スコアは 7.1 vs 7.1 でほぼ同等です。 Mercury 2.5 (high) の benchmark コストが低く、$0.031 vs $1.798 です。 Mercury 2.5 (high) の方が高速で、4.32s vs 56.77s です、成功率は 71.2% vs 62.1% です。
比較対象モデル
- 順位
- #157
- 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、Ember-1 (high) より約 58.0 倍低コストです。
詳細比較
| 指標 | Ember-1 Ember-1 high | Mercury 2.5 Mercury 2.5 high |
|---|---|---|
| スコア | 7.1 | 7.1 |
| 順位 | #158 | #157 |
| 信頼性 | 8.0 | 9.7 |
| 一貫性 | 7.3 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 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 | 14.981 | 0.259 |
| 合計コスト | $1.798 | $0.031 |
| 入力価格 | $3.000 / 1M | $0.040 / 1M |
| 出力価格 | $15.000 / 1M | $0.150 / 1M |
| 合計入力トークン | 48,577 | 120,068 |
| 出力トークン | 7,345 | 3,402 |
| 推論トークン | 102,780 | 171,145 |
| 応答時間（平均） | 56.77s | 4.32s |
| 応答時間（最大） | 255.06s | 23.63s |
| 応答時間（合計） | 1248.88s | 95.06s |
| パラメータ | ~2.8T 総数 (~104B 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.
#158 Ember-1
high- コスト
- $0.038
- 時間
- 55.1s
- トークン
- 2,671 tok
#157 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.7 | 7.9 | 91.7% | 1 | 24.05s | 1,544 | 886 | 992 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.2 | 7.2 | 88.9% | 1 | 72.23s | 7,144 | 1,281 | 23,093 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.4 | 5.8 | 66.7% | 1 | 79.89s | 28,994 | 1,667 | 6,614 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 7.3 | 5.9 | 83.3% | 1 | 36.10s | 6,076 | 230 | 1,228 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 2.9 | 4.4 | 22.2% | 2 | 175.49s | 1,154 | 1,023 | 61,582 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 744 | 194 | 304 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 7.1 | 5.8 | 83.3% | 1 | 33.38s | 992 | 162 | 784 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.84s | 1,452 | 390 | 848 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.45s | 0 | 0 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 65.34s | 477 | 1,512 | 7,335 | |
| 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
Ember-1highvsGrok 4.3mediumEmber-1highvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowMercury 2.5highvsGrok 4.3mediumDeepSeek V3.2mediumvsEmber-1highMercury 2.5highvsGPT-5.6 SolnoneMercury 2.5highvsGPT-6 LunalowMercury 2.5highvsStep 3.7 FlashlowEmber-1highvsGLM 5.1mediumDeepSeek V3.2mediumvsMercury 2.5highEmber-1highvsGPT-5.5noneEmber-1highvsMercury 2medium