#77 Mercury 2
medium- コスト
- $0.002
- 時間
- 2.1s
- トークン
- 1,702 tok
Inception: Mercury 2 vs xAI: Grok 4.20
Grok 4.20 (medium) が平均スコアでリードし、7.1 vs 7.0 です。 Mercury 2 (medium) の benchmark コストが低く、$0.093 vs $0.777 です。 Mercury 2 (medium) の方が高速で、2.72s vs 29.47s です、成功率は 51.5% vs 63.6% 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（7.0 vs 7.1）、Grok 4.20 (medium) より約 8.4 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: 2026-07-18
| 指標 | Mercury 2 Mercury 2 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.0 | 7.1 |
| 順位 | #77 | #74 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.5% | 63.6% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.928 | 9.709 |
| 合計コスト | $0.093 | $0.777 |
| 入力価格 | $0.250 / 1M | $1.250 / 1M |
| 出力価格 | $0.750 / 1M | $2.500 / 1M |
| 合計入力トークン | 109,572 | 102,791 |
| 出力トークン | 10,313 | 5,363 |
| 推論トークン | 76,806 | 253,977 |
| 応答時間（平均） | 2.72s | 29.47s |
| 応答時間（最大） | 14.63s | 199.66s |
| 応答時間（合計） | 57.12s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#74 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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
クイック比較
比較ペアを切り替え
Gemini 3.5 FlashnonevsMercury 2mediumQwen3.7 PlusnonevsGrok 4.20mediumDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumMercury 2mediumvsStep 3.7 FlashhighStep 3.7 FlashlowvsGrok 4.20mediumMercury 2mediumvsGPT-5.5noneClaude Opus 4.8nonevsGrok 4.20mediumMercury 2mediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsMercury 2medium