ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.6 Luna

概要

Mercury 2 (medium) vs GPT-5.6 Luna (high) の benchmark 比較: GPT-5.6 Luna (high) が平均スコアでリードし、7.7 vs 7.5 です。 Mercury 2 (medium) の benchmark コストが低く、$0.058 vs $0.924 です。 Mercury 2 (medium) の方が高速で、2.24s vs 18.39s です、成功率は 54.0% vs 71.4% です。

おすすめモデル: Mercury 2 (medium) - スコアはここでの最高値に近く（7.5 vs 7.7）、GPT-5.6 Luna (high) より約 16.0 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: 2026-07-09

指標 Mercury 2 Mercury 2 medium リリース: 2026-02-24 GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09
スコア 7.5 7.7
順位 #56 #50
信頼性 10.0 10.0
一貫性 8.8 8.8
正解テスト
試行ごとの合格率 54.0% 71.4%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 0.578 6.594
合計コスト $0.058 $0.924
入力価格 $0.250 / 1M $1.000 / 1M
出力価格 $0.750 / 1M $6.000 / 1M
合計入力トークン 35,116 35,699
出力トークン 4,048 2,079
推論トークン 61,219 145,816
応答時間（平均） 2.24s 18.39s
応答時間（最大） 14.63s 111.09s
応答時間（合計） 44.72s 386.24s

生成ショーケース

Hamster playing table tennis

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

#56 Mercury 2

medium
コスト
$0.002
時間
2.1s
トークン
1,702 tok

#50 GPT-5.6 Luna

high
コスト
$0.033
時間
34.2s
トークン
5,484 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
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

クイック比較

比較ペアを切り替え

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumMercury 2mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium無料で利用可能vsGPT-5.6 LunahighDeepSeek V4 ProhighvsMercury 2mediumGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 Lunahigh