AI BENCHY Compare
Inception: Mercury 2 vs xAI: Grok 4.1 Fast
比較する:
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: 2026-03-05
| 指標 | Inception: Mercury 2 medium リリース: 2026-02-24 | xAI: Grok 4.1 Fast none リリース: 2025-11-19 |
|---|---|---|
| 順位 | #35 | #53 |
| 平均スコア | 5.4 | 2.9 |
| 正解テスト | ||
| 一貫性 | 8.3 | 8.9 |
| 結果あたりのコスト | 0.622 | 0.239 |
| 合計コスト | $0.044 | $0.008 |
| 試行ごとの合格率 | 57.8% | 26.7% |
| 不安定なテスト | 3 | 2 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 3,571 | 1,036 |
| 推論トークン | 45,379 | 0 |
| 応答時間（平均） | 2.47s | 2.01s |
| 応答時間（最大） | 14.63s | 5.51s |
| 応答時間（合計） | 34.56s | 16.06s |
応答時間（平均）
スコア vs 総コスト
平均スコア vs 応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 7.3 | 9.8 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| xAI: Grok 4.1 Fast | 1.3 | 10.0 | 0.0% | 0 | 1.73s | 229 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| xAI: Grok 4.1 Fast | 10.0 | 10.0 | 0.0% | 0 | 3.33s | 105 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| xAI: Grok 4.1 Fast | 9.9 | 10.0 | 100.0% | 0 | 943ms | 180 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| xAI: Grok 4.1 Fast | 4.0 | 7.2 | 55.6% | 1 | 1.06s | 15 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 14 | 958 | |
| xAI: Grok 4.1 Fast | 10.0 | 10.0 | 0.0% | 0 | 923ms | 56 | 0 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 1.7 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| xAI: Grok 4.1 Fast | 1.3 | 10.0 | 0.0% | 0 | 1.28s | 243 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| xAI: Grok 4.1 Fast | 10.0 | 1.6 | 33.3% | 1 | 5.51s | 208 | 0 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneGrok 4.1 FastnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.1 FastnoneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large Preview (free)none無料で利用可能vsMercury 2medium