- 順位
- #208
- 合計出力トークン
- 193,676
- 応答時間（平均）
- 7.62s
- 合計コスト
- $0.044
Mercury 2.5 (high) vs Step 3.7 Flash (high)
Step 3.7 Flash (high) が平均スコアでリードし、6.6 vs 6.5 です。 Mercury 2.5 (high) の benchmark コストが低く、$0.044 vs $1.478 です。 Mercury 2.5 (high) の方が高速で、7.62s vs 72.72s です、成功率は 59.4% vs 58.0% です。
比較対象モデル
- 順位
- #203
- 合計出力トークン
- 1,100,052
- 応答時間（平均）
- 72.72s
- 合計コスト
- $1.478
おすすめモデル
Mercury 2.5 (high)
スコアはここでの最高値に近く（6.5 vs 6.6）、Step 3.7 Flash (high) より約 34.1 倍低コストです。
詳細比較
| 指標 | Mercury 2.5 Mercury 2.5 high | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.5 | 6.6 |
| 順位 | #208 | #203 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 8.7 | 8.5 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.4% | 58.0% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 0.362 | 12.267 |
| 合計コスト | $0.044 | $1.478 |
| 入力価格 | $0.040 / 1M | $0.200 / 1M |
| 出力価格 | $0.150 / 1M | $1.150 / 1M |
| キャッシュ読み取り料金 | $0.004 / 1M | $0.040 / 1M |
| キャッシュ書き込み料金 | 該当なし | 該当なし |
| 合計入力トークン | 358,562 | 421,200 |
| 出力トークン | 4,266 | 1,100,052 |
| 推論トークン | 189,410 | 0 |
| 応答時間（平均） | 7.62s | 72.72s |
| 応答時間（最大） | 80.30s | 364.99s |
| 応答時間（合計） | 175.36s | 1672.53s |
| パラメータ | ~100B | 198B 総数 (11B アクティブ) |
| 公開状況 | クローズド | オープンソース |
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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.
#208 Mercury 2.5
high- コスト
- $0.001
- 時間
- 3.5s
- トークン
- 2,447 tok
#203 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
カテゴリ内訳
| エージェントタスク | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.9 | 9.6 | 0.0% | 0 | 80.30s | 238,494 | 864 | 18,265 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.33s | 782 | 218 | 7,913 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 7.8 | 44.4% | 1 | 6.58s | 7,757 | 415 | 44,012 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 5.8 | 66.7% | 1 | 16.00s | 91,255 | 1,478 | 62,200 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.08s | 8,355 | 557 | 9,430 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 2.9 | 7.2 | 11.1% | 1 | 4.86s | 857 | 78 | 22,452 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 5.0 | 10.0 | 0.0% | 0 | 2.69s | 528 | 93 | 3,609 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 934ms | 401 | 27 | 1,770 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 8.7 | 7.7 | 88.9% | 1 | 1.39s | 771 | 227 | 5,812 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.06s | 9,130 | 283 | 4,484 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 232 | 26 | 9,463 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsStep 3.7 FlashhighMercury 2.5highvsGLM 5.3lowKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumLongCat 2.0lowvsStep 3.7 FlashhighMercury 2.5highvsLaguna XS 2.1medium無料で利用可能Qwen3.7 FlashmediumvsStep 3.7 FlashhighMercury 2.5highvsQwen3.5-122B-A10BnoneClaude Sonnet 5.5mediumvsStep 3.7 Flashhigh