ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.5

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: 2026-04-24

指標 Mercury 2 Mercury 2 medium リリース: 2026-02-24 GPT-5.5 GPT-5.5 none リリース: 2026-04-24
スコア 6.5 6.8
順位 #64 #58
信頼性 該当なし 該当なし
一貫性 8.6 8.3
正解テスト
試行ごとの合格率 53.7% 61.1%
不安定なテスト 3 4
総実行回数 54 54
結果あたりのコスト 0.580 2.162
合計コスト $0.047 $0.195
???? $0.250 / 1M $5.000 / 1M
???? $0.750 / 1M $30.000 / 1M
出力トークン 3,972 1,910
推論トークン 48,333 0
応答時間(平均) 2.21s 1.83s
応答時間(最大) 14.63s 5.56s
応答時間(合計) 37.51s 32.86s

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) 出力トークン 推論トークン
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GPT-5.5 6.9 7.9 66.7% 1 1.31s 213 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) 出力トークン 推論トークン
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
GPT-5.5 10.0 10.0 100.0% 0 2.05s 426 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
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
GPT-5.5 3.0 10.0 0.0% 0 5.56s 300 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
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
GPT-5.5 10.0 10.0 100.0% 0 1.18s 222 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
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
GPT-5.5 2.9 7.2 11.1% 1 1.31s 52 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) 出力トークン 推論トークン
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
GPT-5.5 10.0 10.0 100.0% 0 3.41s 124 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
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
GPT-5.5 6.2 5.8 66.7% 1 1.15s 81 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) 出力トークン 推論トークン
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
GPT-5.5 6.7 7.9 55.6% 1 1.36s 245 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
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
GPT-5.5 10.0 10.0 100.0% 0 3.90s 247 0

クイック比較

比較ペアを切り替え