AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3.5-9B
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: 2026-03-12
| 指標 | Mercury 2 Mercury 2 none | Qwen3.5-9B Qwen3.5-9B none |
|---|---|---|
| 順位 | #61 | #60 |
| 平均スコア | 3.4 | 3.4 |
| 一貫性 | 9.0 | 10.0 |
| 結果あたりのコスト | 0.153 | 0.111 |
| 合計コスト | $0.007 | $0.005 |
| 正解テスト | ||
| 試行ごとの合格率 | 31.3% | 25.0% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 1,303 | 2,939 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 596ms | 1.06s |
| 応答時間（最大） | 1.27s | 5.91s |
| 応答時間（合計） | 9.54s | 16.95s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア 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 | 10.0 | 10.0 | 0.0% | 0 | 466ms | 274 | 0 | |
| Qwen3.5-9B | 10.0 | 9.9 | 0.0% | 0 | 1.02s | 576 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 5.91s | 1,255 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| Qwen3.5-9B | 9.9 | 10.0 | 100.0% | 0 | 847ms | 249 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.0 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 464ms | 24 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.0 | 10.0 | 0.0% | 0 | 628ms | 159 | 0 | |
| Qwen3.5-9B | 3.0 | 9.9 | 0.0% | 0 | 552ms | 99 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| Qwen3.5-9B | 5.5 | 10.0 | 50.0% | 0 | 514ms | 75 | 0 |
| Puzzle Solving | 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 | 0.0% | 0 | 533ms | 234 | 0 | |
| Qwen3.5-9B | 10.0 | 9.9 | 0.0% | 0 | 683ms | 388 | 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） | 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 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 273 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMiniMax M2.5mediumvsQwen3.5-9BnoneMercury 2nonevsMiniMax M2.5mediumQwen3.5-9BnonevsGrok 4.20 Multi-Agent BetamediumMercury 2nonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmedium無料で利用可能vsQwen3.5-9BnoneMercury 2nonevsgpt-oss-120bmedium無料で利用可能Mercury 2mediumvsQwen3.5-9BnoneGPT-5 NanomediumvsQwen3.5-9Bnone