AI BENCHY Compare
Inception: Mercury 2 vs MoonshotAI: Kimi K2.5
比較する:
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: 2026-03-05
| 指標 | Inception: Mercury 2 medium リリース: 2026-02-24 | MoonshotAI: Kimi K2.5 none リリース: 2026-01-27 |
|---|---|---|
| 順位 | #35 | #48 |
| 平均スコア | 54 | 37 |
| 一貫性 | 83 | 85 |
| 結果あたりのコスト | 0.622 | 0.359 |
| 合計コスト | $0.044 | $0.015 |
| 応答時間（平均） | 2.47s | 12.90s |
| 応答時間（最大） | 14.63s | 42.13s |
| 応答時間（合計） | 34.56s | 103.17s |
| 正解テスト | ||
| 試行ごとの合格率 | 57.8% | 35.6% |
| 不安定なテスト | 3 | 3 |
| 出力トークン | 3,571 | 1,924 |
| 推論トークン | 45,379 | 0 |
応答時間（平均）
スコア vs 総コスト
平均スコア vs 応答時間（平均）
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| MoonshotAI: Kimi K2.5 | 27 | 79 | 11.1% | 1 | 11.38s | 363 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| MoonshotAI: Kimi K2.5 | 100 | 21 | 33.3% | 1 | 19.16s | 748 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| MoonshotAI: Kimi K2.5 | 54 | 58 | 83.3% | 1 | 42.13s | 187 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| MoonshotAI: Kimi K2.5 | 40 | 100 | 33.3% | 0 | 4.38s | 29 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.07s | 14 | 958 | |
| MoonshotAI: Kimi K2.5 | 55 | 100 | 50.0% | 0 | 2.67s | 60 | 0 |
| Puzzle Solving | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 0.0% | 0 | 4.73s | 317 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| MoonshotAI: Kimi K2.5 | 100 | 100 | 100.0% | 0 | 13.99s | 220 | 0 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneKimi K2.5nonevsQwen3 Coder NextmediumKimi K2.5nonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsKimi K2.5none