AI BENCHY Compare
Inception: Mercury 2 vs OpenAI: GPT-4o-mini
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 | OpenAI: GPT-4o-mini none リリース: 2024-07-18 |
|---|---|---|
| 順位 | #35 | #46 |
| 平均スコア | 5.4 | 4.1 |
| 正解テスト | ||
| 一貫性 | 8.3 | 10.0 |
| 結果あたりのコスト | 0.622 | 0.111 |
| 合計コスト | $0.044 | $0.005 |
| 試行ごとの合格率 | 57.8% | 26.7% |
| 不安定なテスト | 3 | 0 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 3,571 | 1,528 |
| 推論トークン | 45,379 | 0 |
| 応答時間（平均） | 2.47s | 2.21s |
| 応答時間（最大） | 14.63s | 7.58s |
| 応答時間（合計） | 34.56s | 17.69s |
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 | 7.3 | 9.8 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| OpenAI: GPT-4o-mini | 4.0 | 10.0 | 33.3% | 0 | 1.83s | 180 | 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 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| OpenAI: GPT-4o-mini | 10.0 | 10.0 | 0.0% | 0 | 7.58s | 568 | 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 | 5.5 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| OpenAI: GPT-4o-mini | 9.9 | 10.0 | 100.0% | 0 | 1.27s | 183 | 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 | 10.0 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| OpenAI: GPT-4o-mini | 10.0 | 10.0 | 0.0% | 0 | 637ms | 15 | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 14 | 958 | |
| OpenAI: GPT-4o-mini | 4.5 | 10.0 | 0.0% | 0 | 1.27s | 69 | 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 | 1.7 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| OpenAI: GPT-4o-mini | 2.3 | 10.0 | 0.0% | 0 | 1.30s | 308 | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| OpenAI: GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 205 | 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 5noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMiniMax M2.5mediumvsGPT-4o-mininoneMercury 2mediumvsQwen3.5-35B-A3BnoneGPT-4o-mininonevsQwen3 Coder NextmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15none