- 順位
- #194
- 合計出力トークン
- 180,597
- 応答時間（平均）
- 7.61s
- 合計コスト
- $0.039
Mercury 2.5 Preview (high) vs Grok 4.3 (medium)
平均スコアは 6.5 vs 6.5 でほぼ同等です。 Mercury 2.5 Preview (high) の benchmark コストが低く、$0.039 vs $0.989 です。 Mercury 2.5 Preview (high) の方が高速で、7.61s vs 44.53s です、成功率は 65.2% vs 63.8% です。
比較対象モデル
- 順位
- #199
- 合計出力トークン
- 232,542
- 応答時間（平均）
- 44.53s
- 合計コスト
- $0.989
おすすめモデル
Mercury 2.5 Preview (high)
ここでは最高スコア（6.5）で、Grok 4.3 (medium) より約 25.9 倍低コストです。
詳細比較
| 指標 | Mercury 2.5 Preview Mercury 2.5 Preview high | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 6.5 | 6.5 |
| 順位 | #194 | #199 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.0 | 8.3 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 63.8% |
| 不安定なテスト | 6 | 5 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 0.319 | 8.235 |
| 合計コスト | $0.039 | $0.989 |
| 入力価格 | $0.000 / 1M | $1.250 / 1M |
| 出力価格 | $0.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 298,512 | 325,471 |
| 出力トークン | 3,178 | 14,867 |
| 推論トークン | 177,419 | 217,675 |
| 応答時間（平均） | 7.61s | 44.53s |
| 応答時間（最大） | 86.84s | 216.69s |
| 応答時間（合計） | 175.08s | 1024.25s |
| パラメータ | ~100B | ~1.5T 総数 (~150B 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.
#194 Mercury 2.5 Preview
high- コスト
- $0.001
- 時間
- 4.5s
- トークン
- 3,851 tok
#199 SpaceXAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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
| 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 Preview | 6.1 | 3.1 | 66.7% | 1 | 86.84s | 182,753 | 616 | 16,476 | |
| Grok 4.3 | 3.9 | 9.6 | 0.0% | 0 | 51.61s | 185,227 | 1,128 | 5,510 |
| 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.09s | 785 | 181 | 7,008 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 Preview | 6.7 | 7.8 | 55.6% | 1 | 6.13s | 7,751 | 485 | 42,569 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 Preview | 3.8 | 1.6 | 50.0% | 2 | 14.36s | 95,789 | 765 | 54,789 | |
| Grok 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 2.24s | 8,292 | 560 | 8,522 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 Preview | 2.9 | 4.4 | 22.2% | 2 | 5.68s | 857 | 67 | 25,958 | |
| Grok 4.3 | 3.5 | 4.4 | 33.3% | 2 | 158.01s | 1,977 | 14 | 95,783 |
| 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 Preview | 5.1 | 10.0 | 0.0% | 0 | 1.88s | 542 | 94 | 3,300 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 Preview | 9.8 | 10.0 | 100.0% | 0 | 1.05s | 741 | 94 | 3,777 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.21s | 774 | 292 | 6,066 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 0 | 0 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 5.41s | 228 | 24 | 8,954 | |
| Grok 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
KAT-Coder-Pro V2.5highvsGrok 4.3mediumGrok 4.3mediumvsGLM 5.1noneMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumQwen3.5-122B-A10BnonevsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighGrok 4.3mediumvsGLM 5.3lowGemini 3 Flash PreviewnonevsGrok 4.3mediumMercury 2.5highvsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsLaguna XS 2.1medium無料で利用可能Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low