- 順位
- #312
- 合計出力トークン
- 71,143
- 応答時間（平均）
- 2.45s
- 合計コスト
- $0.016
Mercury 2.5 vs Grok 4.20
Grok 4.20 が平均スコアでリードし、4.1 vs 3.9 です。 Mercury 2.5 の benchmark コストが低く、$0.016 vs $0.057 です。 Grok 4.20 の方が高速で、1.11s vs 2.45s です、成功率は 25.8% vs 27.3% です。
比較対象モデル
- 順位
- #304
- 合計出力トークン
- 1,923
- 応答時間（平均）
- 1.11s
- 合計コスト
- $0.057
おすすめモデル
Grok 4.20
ここでは最高スコア（4.1）で、Mercury 2.5 より約 2.2 倍速く応答します。
詳細比較
| 指標 | Mercury 2.5 Mercury 2.5 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| スコア | 3.9 | 4.1 |
| 順位 | #312 | #304 |
| 信頼性 | 10.0 | 該当なし |
| 一貫性 | 7.5 | 8.1 |
| 試行回数 | 66/66 | 54/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 25.8% | 27.3% |
| 不安定なテスト | 7 | 0 |
| 総実行回数 | 66 | 54 |
| 結果あたりのコスト | 0.782 | 1.570 |
| 合計コスト | $0.016 | $0.057 |
| 入力価格 | $0.040 / 1M | $1.250 / 1M |
| 出力価格 | $0.150 / 1M | $2.500 / 1M |
| 合計入力トークン | 123,740 | 41,313 |
| 出力トークン | 71,143 | 1,923 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 2.45s | 1.11s |
| 応答時間（最大） | 36.48s | 6.04s |
| 応答時間（合計） | 53.83s | 19.96s |
| パラメータ | ~100B | ~1T 総数 (~100B アクティブ) |
| 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.
#312 Mercury 2.5
none- コスト
- $0.001
- 時間
- 2.7s
- トークン
- 2,749 tok
#304 xAI: Grok 4.20
none- コスト
- $0.004
- 時間
- 6.5s
- トークン
- 1,367 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.8 | 8.3 | 16.7% | 1 | 469ms | 808 | 310 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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 | 3.7 | 7.0 | 22.2% | 1 | 12.50s | 7,888 | 61,297 | 0 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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 | 3.0 | 10.0 | 0.0% | 0 | 3.24s | 94,347 | 7,982 | 0 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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 | 2.8 | 1.7 | 33.3% | 2 | 885ms | 8,352 | 754 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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 | 5.3 | 7.2 | 44.4% | 1 | 533ms | 872 | 49 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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 | 4.3 | 9.9 | 0.0% | 0 | 438ms | 540 | 138 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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 | 4.9 | 6.9 | 33.3% | 1 | 493ms | 758 | 69 | 0 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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 | 3.7 | 7.2 | 22.2% | 1 | 515ms | 788 | 250 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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 | 1.23s | 9,150 | 275 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 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 | 384ms | 237 | 19 | 0 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2.5nonevsLing 3.0 TinyhighMercury 2.5nonevsLing 3.0 TinylowMercury 2.5nonevsQwen3.5-9BmediumMercury 2.5nonevsLing 3.0 TinymediumGrok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneMercury 2.5nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20none