AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5 Plus 2026-02-15
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: 2026-06-03
| 指標 | Mercury 2 Mercury 2 medium | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none |
|---|---|---|
| スコア | 6.5 | 6.4 |
| 順位 | #89 | #92 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 9.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.7% | 48.3% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.611 | 0.195 |
| 合計コスト | $0.055 | $0.016 |
| 入力価格 | $0.250 / 1M | $0.260 / 1M |
| 出力価格 | $0.750 / 1M | $1.560 / 1M |
| 合計入力トークン | 32,570 | 43,023 |
| 出力トークン | 4,022 | 2,474 |
| 推論トークン | 58,405 | 0 |
| 応答時間（平均） | 2.27s | 2.40s |
| 応答時間（最大） | 14.63s | 6.65s |
| 応答時間（合計） | 43.20s | 33.56s |
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 | |
| Qwen3.5 Plus 2026-02-15 | 4.8 | 10.0 | 25.0% | 0 | 1.91s | 696 | 517 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 7.2 | 6.5 | 66.7% | 1 | 2.29s | 4,519 | 270 | 8,514 | |
| Qwen3.5 Plus 2026-02-15 | 4.9 | 6.9 | 16.7% | 1 | 2.54s | 5,072 | 467 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 6.65s | 18,304 | 314 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 7,794 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 1.17s | 789 | 17 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 4.4 | 3.0 | 33.3% | 1 | 2.26s | 522 | 117 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 711 | 72 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 2.71s | 714 | 494 | 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） | 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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 8,211 | 222 | 0 |
| 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 | |
| Qwen3.5 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 1.11s | 210 | 11 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsRing-2.6-1TnoneGemini 2.5 FlashnonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31Bnone無料で利用可能vsMercury 2mediumGPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15none