ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.4 Mini

概要

Mercury 2 vs GPT-5.4 Mini の benchmark 比較: GPT-5.4 Mini が平均スコアでリードし、5.3 vs 4.6 です。 Mercury 2 の benchmark コストが低く、$0.011 vs $0.038 です。 Mercury 2 の方が高速で、653ms vs 1.13s です、成功率は 23.8% vs 30.2% です。

おすすめモデル: Mercury 2 - スコアはここでの最高値に近く（4.6 vs 5.3）、GPT-5.4 Mini より約 3.6 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: 2026-06-18

指標 Mercury 2 Mercury 2 none リリース: 2026-02-24 GPT-5.4 Mini GPT-5.4 Mini none リリース: 2026-03-17
スコア 4.6 5.3
順位 #151 #124
信頼性 10.0 10.0
一貫性 9.2 8.8
正解テスト
試行ごとの合格率 23.8% 30.2%
不安定なテスト 2 3
総実行回数 63 63
結果あたりのコスト 0.259 0.743
合計コスト $0.011 $0.038
入力価格 $0.250 / 1M $0.750 / 1M
出力価格 $0.750 / 1M $4.500 / 1M
合計入力トークン 28,113 34,244
出力トークン 4,439 2,541
推論トークン 0 0
応答時間（平均） 653ms 1.13s
応答時間（最大） 1.43s 2.52s
応答時間（合計） 13.72s 23.82s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#151 Mercury 2

none
コスト
$0.002
時間
1.8s
トークン
1,514 tok

#124 GPT-5.4 Mini

none
コスト
$0.010
時間
11.7s
トークン
2,151 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

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
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 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 3.0 10.0 0.0% 0 606ms 4,821 131 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 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 667ms 6,362 180 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 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 5.3 7.2 44.4% 1 534ms 784 46 0
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 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 628ms 495 159 0
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 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 6.5 10.0 50.0% 0 551ms 691 82 0
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 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 3.1 10.0 0.0% 0 535ms 694 251 0
GPT-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 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 1.27s 6,193 197 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 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 548ms 213 19 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

クイック比較

比較ペアを切り替え

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumCobuddymediumvsGPT-5.4 MininoneMercury 2nonevsMistral Small 4mediumNorth Mini Codemedium無料で利用可能vsGPT-5.4 MininoneMercury 2nonevsMiniMax M2.7mediumMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder Nextmedium