- 順位
- #91
- 合計出力トークン
- 127,034
- 応答時間（平均）
- 3.58s
- 合計コスト
- $0.024
Mercury 2.5 Preview (medium) vs Qwen3.7 Max
平均スコアは 7.5 vs 7.4 でほぼ同等です。 Mercury 2.5 Preview (medium) の benchmark コストが低く、$0.024 vs $0.197 です。 Mercury 2.5 Preview (medium) の方が高速で、3.58s vs 4.56s です、成功率は 69.7% vs 68.2% です。
- 順位
- #95
- 合計出力トークン
- 12,446
- 応答時間（平均）
- 4.56s
- 合計コスト
- $0.197
おすすめモデル
Mercury 2.5 Preview (medium)
ここでは最高スコア（7.5）で、Qwen3.7 Max より約 8.3 倍低コストです。
詳細比較
| 指標 | Mercury 2.5 Preview Mercury 2.5 Preview medium | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| スコア | 7.5 | 7.4 |
| 順位 | #91 | #95 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 9.6 | 10.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.7% | 68.2% |
| 不安定なテスト | 1 | 0 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.158 | 1.581 |
| 合計コスト | $0.024 | $0.197 |
| 入力価格 | $0.040 / 1M | $1.475 / 1M |
| 出力価格 | $0.150 / 1M | $4.425 / 1M |
| 合計入力トークン | 112,713 | 95,992 |
| 出力トークン | 5,436 | 12,446 |
| 推論トークン | 121,598 | 0 |
| 応答時間（平均） | 3.58s | 4.56s |
| 応答時間（最大） | 17.84s | 72.30s |
| 応答時間（合計） | 78.66s | 100.30s |
| パラメータ | ~100B | ~1T 総数 (~40B 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.
#91 Mercury 2.5 Preview
medium- コスト
- $0.001
- 時間
- 2.7s
- トークン
- 2,241 tok
#95 Qwen3.7 Max
none- コスト
- $0.046
- 時間
- 195.0s
- トークン
- 12,171 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 781 | 203 | 7,921 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 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 Preview | 7.8 | 10.0 | 66.7% | 0 | 3.86s | 7,839 | 552 | 22,126 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 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 Preview | 6.5 | 10.0 | 50.0% | 0 | 13.86s | 92,663 | 3,607 | 41,588 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 37.23s | 68,425 | 10,623 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 2.77s | 8,292 | 514 | 11,354 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.35s | 7,794 | 243 | 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 Preview | 5.3 | 7.2 | 44.4% | 1 | 3.72s | 853 | 62 | 17,120 | |
| Qwen3.7 Max | 7.7 | 10.0 | 66.7% | 0 | 1.24s | 798 | 15 | 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 Preview | 5.0 | 10.0 | 0.0% | 0 | 2.09s | 538 | 99 | 3,375 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 522 | 120 | 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 Preview | 9.8 | 10.0 | 100.0% | 0 | 1.35s | 744 | 96 | 3,987 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 943ms | 711 | 72 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.87s | 771 | 274 | 7,323 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 714 | 314 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 2.37s | 0 | 0 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 3.92s | 8,211 | 222 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 4.13s | 232 | 29 | 6,804 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 856ms | 210 | 13 | 0 |
クイック比較
比較ペアを切り替え
Kimi K2.7 CodemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneQwen3.7 MaxnonevsGrok Build 0.1mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsGPT-5.6 TerralowLongCat 2.0mediumvsQwen3.7 MaxnoneMiniMax M3mediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.7 Maxnone