AI BENCHY Compare
Inception: Mercury 2 vs Mistral: Mistral Small 4
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 none | Mistral Small 4 Mistral Small 4 medium |
|---|---|---|
| スコア | 4.6 | 5.4 |
| 順位 | #153 | #129 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 7.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 25.0% | 45.0% |
| 不安定なテスト | 2 | 7 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.216 | 1.112 |
| 合計コスト | $0.009 | $0.056 |
| 入力価格 | $0.250 / 1M | $0.150 / 1M |
| 出力価格 | $0.750 / 1M | $0.600 / 1M |
| 合計入力トークン | 25,515 | 39,834 |
| 出力トークン | 3,001 | 21,871 |
| 推論トークン | 0 | 68,349 |
| 応答時間（平均） | 614ms | 8.35s |
| 応答時間（最大） | 1.27s | 59.15s |
| 応答時間（合計） | 12.28s | 167.08s |
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 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 631 | 286 | 0 | |
| Mistral Small 4 | 5.6 | 3.8 | 66.7% | 3 | 2.67s | 708 | 4,055 | 4,778 |
| 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 | 3.5 | 9.4 | 0.0% | 0 | 831ms | 4,631 | 1,650 | 0 | |
| Mistral Small 4 | 5.1 | 6.8 | 33.3% | 1 | 44.82s | 4,894 | 9,322 | 38,386 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 4,821 | 131 | 0 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 25.25s | 18,706 | 2,612 | 10,700 |
| 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 | 667ms | 6,362 | 180 | 0 | |
| Mistral Small 4 | 7.3 | 5.9 | 83.3% | 1 | 1.23s | 6,171 | 335 | 723 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 784 | 46 | 0 | |
| Mistral Small 4 | 5.3 | 7.2 | 44.4% | 1 | 6.11s | 742 | 2,621 | 6,904 |
| 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 | 628ms | 495 | 159 | 0 | |
| Mistral Small 4 | 4.8 | 10.0 | 0.0% | 0 | 2.05s | 519 | 821 | 828 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 691 | 82 | 0 | |
| Mistral Small 4 | 7.3 | 5.8 | 83.3% | 1 | 1.38s | 729 | 540 | 1,031 |
| 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 | 3.1 | 10.0 | 0.0% | 0 | 535ms | 694 | 251 | 0 | |
| Mistral Small 4 | 3.4 | 9.7 | 0.0% | 0 | 2.17s | 735 | 1,226 | 2,632 |
| 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 | 1.27s | 6,193 | 197 | 0 | |
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 3.50s | 6,420 | 321 | 810 |
| 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 | 548ms | 213 | 19 | 0 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 5.92s | 210 | 18 | 1,557 |
クイック比較
比較ペアを切り替え
Mistral Small 4mediumvsGrok 4.20noneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsgpt-oss-120bnone無料で利用可能Mistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsKimi K2.5noneMistral Small 4mediumvsQwen3.6 FlashnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMistral Small 4mediumvsKimi K2.6none無料で利用可能Mistral Small 4mediumvsMiMo-V2.5-PrononeMistral Small 4mediumvsGPT-5.4none