Inception: Mercury 2 vs Qwen: Qwen3 Coder Next

Qwen3 Coder Next (medium) が平均スコアでリードし、4.7 vs 4.6 です。 Mercury 2 の benchmark コストが低く、$0.030 vs $0.032 です。 Mercury 2 の方が高速で、829ms vs 9.61s 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 4.7）、Qwen3 Coder Next (medium) より約 11.6 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: 2026-07-18

指標	Mercury 2 Mercury 2 none リリース: 2026-02-24	Qwen3 Coder Next Qwen3 Coder Next medium リリース: 2026-02-03

指標	Mercury 2 Mercury 2 none リリース: 2026-02-24	Qwen3 Coder Next Qwen3 Coder Next medium リリース: 2026-02-03
スコア	4.6	4.7
順位	#185	#183
信頼性	10.0	10.0
一貫性	9.2	9.0
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	3
総実行回数	66	66
結果あたりのコスト	0.734	0.793
合計コスト	$0.030	$0.032
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	88,704	148,194
出力トークン	9,564	19,069
推論トークン	0	0
応答時間（平均）	829ms	9.61s
応答時間（最大）	4.52s	81.80s
応答時間（合計）	18.24s	153.69s

Hamster playing table tennis

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

#185 Mercury 2

none

コスト: $0.002
時間: 1.8s
トークン: 1,514 tok

#183 Qwen3 Coder Next

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
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	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Qwen3 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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		2.56s	65,412	5,256	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	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