AI BENCHY Compare
Inception: Mercury 2 vs Qwen: Qwen3 Coder Next
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: 2026-06-03
| 指標 | Mercury 2 Mercury 2 none | Qwen3 Coder Next Qwen3 Coder Next medium |
|---|---|---|
| スコア | 4.6 | 4.7 |
| 順位 | #153 | #147 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 25.0% | 30.0% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.216 | 0.193 |
| 合計コスト | $0.009 | $0.008 |
| 入力価格 | $0.250 / 1M | $0.110 / 1M |
| 出力価格 | $0.750 / 1M | $0.800 / 1M |
| 合計入力トークン | 25,515 | 44,607 |
| 出力トークン | 3,001 | 3,310 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 614ms | 9.16s |
| 応答時間（最大） | 1.27s | 81.80s |
| 応答時間（合計） | 12.28s | 128.25s |
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 Coder Next | 3.5 | 8.1 | 16.7% | 1 | 8.64s | 645 | 1,252 | 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 | 3.5 | 9.4 | 0.0% | 0 | 831ms | 4,631 | 1,650 | 0 | |
| Qwen3 Coder Next | 4.1 | 5.8 | 33.3% | 1 | 1.17s | 4,542 | 327 | 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 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 4.28s | 20,469 | 317 | 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 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 81.80s | 7,758 | 246 | 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 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 638ms | 753 | 25 | 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 | |
| Qwen3 Coder Next | 6.3 | 3.4 | 66.7% | 1 | 1.39s | 498 | 142 | 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 | |
| Qwen3 Coder Next | 6.3 | 10.0 | 50.0% | 0 | 7.49s | 684 | 63 | 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 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 1.25s | 678 | 671 | 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 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.64s | 8,364 | 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 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 399ms | 216 | 12 | 0 |
クイック比較
比較ペアを切り替え
Trinity Large PreviewnonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2-FlashnoneGPT-4o-mininonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2.5noneMistral Small 4nonevsQwen3 Coder NextmediumNemotron 3 Supernone無料で利用可能vsQwen3 Coder NextmediumMercury 2nonevsQwen3.5-9BmediumDeepSeek V4 FlashnonevsQwen3 Coder NextmediumLing-2.6-1TnonevsQwen3 Coder Nextmedium