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 (medium) の benchmark 比較: 平均スコアは 7.5 vs 7.6 でほぼ同等です。 Mercury 2 (medium) の benchmark コストが低く、$0.058 vs $0.258 です。 Mercury 2 (medium) の方が高速で、2.24s vs 6.70s です、成功率は 54.0% vs 63.5% です。

おすすめモデル: Mercury 2 (medium) - ここでは最高スコア（7.5）で、GPT-5.6 Luna (medium) より約 4.5 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 medium リリース: 2026-07-09
スコア 7.5 7.6
順位 #56 #54
信頼性 10.0 10.0
一貫性 8.8 9.6
正解テスト
試行ごとの合格率 54.0% 63.5%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 0.578 1.978
合計コスト $0.058 $0.258
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 2,148
推論トークン 61,219 34,740
応答時間（平均） 2.24s 6.70s
応答時間（最大） 14.63s 29.85s
応答時間（合計） 44.72s 140.62s

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

#54 GPT-5.6 Luna

medium
コスト
$0.014
時間
14.6s
トークン
2,362 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 2.52s 606 160 987
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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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 9.53s 12,500 375 1,354
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 1.95s 7,140 234 324
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 5.1 10.0 0.0% 0 4.34s 477 112 496
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 2.38s 660 95 393
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 6.02s 5,454 256 244
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 6.64s 195 29 2,379

クイック比較

比較ペアを切り替え

Mercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsMercury 2mediumGPT-5.6 LunamediumvsStep 3.7 FlashlowMercury 2mediumvsGPT-5.6 LunahighMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Opus 4.8lowvsGPT-5.6 LunamediumMercury 2mediumvsGPT-5.6 TerralowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2medium