AI BENCHY Compare

Inception: Mercury 2 vs MiniMax: MiniMax M3

概要

Mercury 2 vs MiniMax M3 の benchmark 比較: MiniMax M3 が平均スコアでリードし、7.6 vs 7.5 です。 Mercury 2 の benchmark コストが低く、$0.058 vs $0.131 です。 Mercury 2 の方が高速で、2.24s vs 68.17s です、成功率は 54.0% vs 65.1% です。

おすすめモデル: Mercury 2 - スコアはここでの最高値に近く（7.5 vs 7.6）、MiniMax M3 より約 2.3 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-18

指標	Mercury 2 Mercury 2 medium リリース: 2026-02-24	MiniMax M3 MiniMax M3 medium リリース: 2026-06-01

指標	Mercury 2 Mercury 2 medium リリース: 2026-02-24	MiniMax M3 MiniMax M3 medium リリース: 2026-06-01
スコア	7.5	7.6
順位	#44	#40
信頼性	10.0	9.6
一貫性	8.8	7.9
正解テスト
試行ごとの合格率	54.0%	65.1%
不安定なテスト	3	5
総実行回数	63	63
結果あたりのコスト	0.578	1.187
合計コスト	$0.058	$0.131
入力価格	$0.250 / 1M	$0.300 / 1M
出力価格	$0.750 / 1M	$1.200 / 1M
合計入力トークン	35,116	46,546
出力トークン	4,048	49,036
推論トークン	61,219	92,543
応答時間（平均）	2.24s	68.17s
応答時間（最大）	14.63s	431.03s
応答時間（合計）	44.72s	1363.38s

生成ショーケース

Hamster playing table tennis

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

#44 Mercury 2

medium

コスト: $0.002
時間: 2.1s
トークン: 1,702 tok

#40 MiniMax M3

medium

コスト: $0.012
時間: 154.4s
トークン: 10,018 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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

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	10.0	10.0	100.0%	0		3.28s	12,909	268	4,887
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

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	2.9	7.2	11.1%	1		6.48s	695	41	30,754
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

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	4.8	10.0	0.0%	0		821ms	456	137	542
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

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	10.0	10.0	100.0%	0		1.07s	340	14	958
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

クイック比較

比較ペアを切り替え

DeepSeek V4 ProhighvsMiniMax M3medium Mercury 2mediumvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsMercury 2medium MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.3 Chatnone Mercury 2mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsMercury 2medium Claude Sonnet 4.6nonevsMercury 2medium Gemini 3 Flash PreviewlowvsMiniMax M3medium Claude Sonnet 4.6nonevsMiniMax M3medium Claude Opus 4.8nonevsMercury 2medium DeepSeek V4 PrononevsMercury 2medium