Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) が平均スコアでリードし、5.4 vs 4.6 です。 Mercury 2 の benchmark コストが低く、$0.030 vs $0.127 です。 Mercury 2 の方が高速で、829ms vs 111.61s です、成功率は 22.7% vs 27.3% 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 5.4）、Laguna S 2.1 (high) より約 4.3 倍低コストです。

順位: #204
試行ごとの合格率: 22.7%
合計出力トークン: 9,564
応答時間（平均）: 829ms
合計コスト: $0.030

順位: #173
試行ごとの合格率: 27.3%
合計出力トークン: 584,864
応答時間（平均）: 111.61s
合計コスト: $0.127

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: 2026-07-25

指標	Mercury 2 Mercury 2 none リリース: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high リリース: 2026-07-21 無料で利用可能

指標	Mercury 2 Mercury 2 none リリース: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high リリース: 2026-07-21 無料で利用可能
スコア	4.6	5.4
順位	#204	#173
信頼性	10.0	9.9
一貫性	9.2	8.1
正解テスト
試行ごとの合格率	22.7%	27.3%
不安定なテスト	2	5
総実行回数	66	66
結果あたりのコスト	0.734	3.153
合計コスト	$0.030	$0.127
入力価格	$0.250 / 1M	$0.100 / 1M
出力価格	$0.750 / 1M	$0.200 / 1M
合計入力トークン	88,704	208,931
出力トークン	9,564	175,588
推論トークン	0	409,276
応答時間（平均）	829ms	111.61s
応答時間（最大）	4.52s	1190.11s
応答時間（合計）	18.24s	2455.39s

Hamster playing table tennis

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

#204 Mercury 2

none

コスト: $0.002
時間: 1.8s
トークン: 1,514 tok

#173 Laguna S 2.1

high

コスト: $0.001
時間: 6.8s
トークン: 1,389 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

カテゴリ:

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
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

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
Laguna S 2.1	5.3	7.2	44.4%	1		271.42s	6,496	59,355	151,009

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		2.56s	65,412	5,256	0
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

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
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

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
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

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
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	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
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	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
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

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
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

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
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

クイック比較

比較ペアを切り替え