- 順位
- #139
- 合計出力トークン
- 119,100
- 応答時間（平均）
- 10.18s
- 合計コスト
- $1.093
Gemini 3.5 Flash vs Mercury 2 (medium)
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、$0.094 vs $1.093 です。 Mercury 2 (medium) の方が高速で、2.95s vs 10.18s です、成功率は 69.7% 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、Gemini 3.5 Flash より約 11.7 倍低コストです。
詳細比較
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash none | Mercury 2 Mercury 2 medium |
|---|---|---|
| スコア | 6.9 | 7.0 |
| 順位 | #139 | #131 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.4 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.7% | 53.0% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.805 | 0.933 |
| 合計コスト | $1.093 | $0.094 |
| 入力価格 | $1.500 / 1M | $0.250 / 1M |
| 出力価格 | $9.000 / 1M | $0.750 / 1M |
| 合計入力トークン | 13,852 | 110,515 |
| 出力トークン | 119,100 | 10,325 |
| 推論トークン | 0 | 77,229 |
| 応答時間（平均） | 10.18s | 2.95s |
| 応答時間（最大） | 64.36s | 14.63s |
| 応答時間（合計） | 183.29s | 61.89s |
| パラメータ | ~500B 総数 (~20B 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.
#139 Gemini 3.5 Flash
none- コスト
- $0.225
- 時間
- 125.5s
- トークン
- 25,004 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 492 | 5,101 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 8.8 | 7.8 | 88.9% | 1 | 34.69s | 8,122 | 75,927 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 8.10s | 2,781 | 5,895 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 12.18s | 642 | 19,492 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.46s | 486 | 1,620 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 3.38s | 615 | 3,928 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.13s | 558 | 4,640 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 2.8 | 1.6 | 33.3% | 1 | 4.87s | 156 | 2,497 | 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
Mercury 2mediumvsGPT-5.5noneGemini 3.5 FlashnonevsQwen3.6 FlashmediumGemini 3.5 FlashnonevsStep 3.7 FlashhighSeed-2.0-CodemediumvsGemini 3.5 FlashnoneMercury 2mediumvsGPT-5.6 SolnoneGemini 3.5 FlashnonevsSolar Pro 4lowSeed-2.0-CodehighvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 FlashmediumGemini 3.5 FlashnonevsSolar Pro 4mediumClaude Fable 5.1lowvsGemini 3.5 FlashnoneClaude Fable 5.1lowvsMercury 2mediumGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5medium