AI BENCHY Compare
Inception: Mercury 2 vs OpenAI: gpt-oss-120b
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: 2026-04-16
| 指標 | Mercury 2 Mercury 2 none | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 |
|---|---|---|
| スコア | 4.8 | 5.8 |
| 順位 | #89 | #67 |
| 一貫性 | 9.0 | 7.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 27.8% | 51.9% |
| 不安定なテスト | 2 | 6 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.165 | 0.144 |
| 合計コスト | $0.007 | $0.011 |
| ???? | $0.250 / 1M | $0.039 / 1M |
| ???? | $0.750 / 1M | $0.190 / 1M |
| 出力トークン | 1,625 | 13,493 |
| 推論トークン | 0 | 36,879 |
| 応答時間（平均） | 613ms | 16.08s |
| 応答時間（最大） | 1.27s | 50.92s |
| 応答時間（合計） | 11.04s | 176.88s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 286 | 0 | |
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 3,518 | 2,177 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.6 | 8.9 | 0.0% | 0 | 969ms | 310 | 0 | |
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 26.33s | 228 | 2,549 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 7.3 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 159 | 0 | |
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 107 | 387 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| gpt-oss-120b | 3.2 | 4.7 | 22.2% | 2 | 11.80s | 1,508 | 2,092 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 197 | 0 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 |
クイック比較
比較ペアを切り替え
gpt-oss-120bmedium無料で利用可能vsQwen3.5-27BnoneMercury 2nonevsQwen3 Coder Nextmediumgpt-oss-120bmedium無料で利用可能vsQwen3.5-122B-A10Bnonegpt-oss-120bmedium無料で利用可能vsMiMo-V2-PrononeMercury 2nonevsGLM 4.7 Flashmediumgpt-oss-120bmedium無料で利用可能vsGLM 4.7 Flashnonegpt-oss-120bmedium無料で利用可能vsGLM 5.1noneDeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsQwen3.5-35B-A3BnoneKimi K2.5nonevsgpt-oss-120bmedium無料で利用可能Gemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能Seed-2.0-Litenonevsgpt-oss-120bmedium無料で利用可能