Mercury 2.5 (medium) vs Step 3.7 Flash (high)

比較対象モデル

おすすめモデル Mercury 2.5 (medium)

スコアはここでの最高値に近く（6.8 vs 6.8）、Step 3.7 Flash (high) より約 56.7 倍低コストです。

指標	Mercury 2.5 Mercury 2.5 medium リリース: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29

指標	Mercury 2.5 Mercury 2.5 medium リリース: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア	6.8	6.8
順位	#157	#150
信頼性	9.8	10.0
一貫性	8.6	8.4
試行回数	66/66	66/66
正解テスト
試行ごとの合格率	65.2%	60.6%
不安定なテスト	4	4
総実行回数	66	66
結果あたりのコスト	0.181	11.167
合計コスト	$0.022	$1.229
入力価格	$0.040 / 1M	$0.200 / 1M
出力価格	$0.150 / 1M	$1.150 / 1M
合計入力トークン	91,402	98,700
出力トークン	3,138	1,050,900
推論トークン	116,991	0
応答時間（平均）	3.19s	70.10s
応答時間（最大）	9.87s	364.99s
応答時間（合計）	70.18s	1542.14s
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

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

medium

high

カテゴリ:

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		1.28s	773	192	7,122
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	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
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	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
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		2.57s	8,385	582	9,343
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	3.6	7.2	22.2%	1		4.39s	852	59	19,837
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	4.4	9.9	0.0%	0		1.60s	528	98	2,364
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	6.4	6.0	66.7%	1		1.07s	520	55	2,344
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	10.0	10.0	100.0%	0		1.93s	766	290	7,721
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		3.35s	9,203	269	4,641
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		4.30s	232	32	7,392
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

比較ペアを切り替え