AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5-27B
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: 2026-04-20
| 指標 | Mercury 2 Mercury 2 medium | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| スコア | 6.5 | 5.9 |
| 順位 | #54 | #67 |
| 一貫性 | 8.6 | 9.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 53.7% | 38.9% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.580 | 0.265 |
| 合計コスト | $0.047 | $0.016 |
| ???? | $0.250 / 1M | $0.195 / 1M |
| ???? | $0.750 / 1M | $1.560 / 1M |
| 出力トークン | 3,972 | 3,545 |
| 推論トークン | 48,333 | 0 |
| 応答時間（平均） | 2.21s | 1.74s |
| 応答時間（最大） | 14.63s | 9.39s |
| 応答時間（合計） | 37.51s | 31.32s |
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 | |
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 267 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 381 | 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 | |
| Qwen3.5-27B | 2.8 | 1.6 | 33.3% | 1 | 9.39s | 1,461 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 243 | 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 15 | 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 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 126 | 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 | |
| Qwen3.5-27B | 4.8 | 10.0 | 0.0% | 0 | 815ms | 69 | 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 | |
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.37s | 680 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 303 | 0 |
クイック比較
比較ペアを切り替え
gpt-oss-120bmedium無料で利用可能vsQwen3.5-27BnoneMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsGLM 5noneMiniMax M2.5medium無料で利用可能vsQwen3.5-27BnoneMistral Small 4mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4Bnone無料で利用可能vsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3Bnone