#204 Mercury 2
none- コスト
- $0.002
- 時間
- 1.8s
- トークン
- 1,514 tok
Inception: Mercury 2 vs Qwen: Qwen3.5-9B
Mercury 2 が平均スコアでリードし、4.6 vs 3.8 です。 Mercury 2 の benchmark コストが低く、$0.030 vs $0.036 です。 Mercury 2 の方が高速で、829ms vs 82.24s です、成功率は 22.7% vs 25.8% です。
おすすめモデルMercury 2ここでは最高スコア（4.6）で、Qwen3.5-9B (medium) より約 99.2 倍速く応答します。
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: 2026-07-25
| 指標 | Mercury 2 Mercury 2 none | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| スコア | 4.6 | 3.8 |
| 順位 | #204 | #220 |
| 信頼性 | 10.0 | 5.0 |
| 一貫性 | 9.2 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 22.7% | 25.8% |
| 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 | 1.187 |
| 合計コスト | $0.030 | $0.036 |
| 入力価格 | $0.250 / 1M | $0.100 / 1M |
| 出力価格 | $0.750 / 1M | $0.150 / 1M |
| 合計入力トークン | 88,704 | 17,070 |
| 出力トークン | 9,564 | 29,045 |
| 推論トークン | 0 | 209,516 |
| 応答時間（平均） | 829ms | 82.24s |
| 応答時間（最大） | 4.52s | 226.38s |
| 応答時間（合計） | 18.24s | 1315.88s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#220 Qwen3.5-9B
medium- コスト
- $0.001
- 時間
- 35.9s
- トークン
- 3,030 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 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 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 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 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 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 295 | 11,549 | 48,475 |
| 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 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 |
| 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 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 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 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 |
クイック比較
比較ペアを切り替え
gpt-oss-120bnone無料で利用可能vsQwen3.5-9BmediumCobuddymediumvsMercury 2noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20noneMercury 2nonevsLaguna S 2.1low無料で利用可能Mercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsLaguna S 2.1high無料で利用可能Laguna S 2.1none無料で利用可能vsQwen3.5-9Bmedium