#185 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 Coder Next
Qwen3 Coder Next が平均スコアでリードし、5.1 vs 4.6 です。 Qwen3 Coder Next の benchmark コストが低く、$0.025 vs $0.030 です。 Mercury 2 の方が高速で、829ms vs 9.12s です、成功率は 22.7% vs 25.8% です。
おすすめモデルQwen3 Coder Nextこの比較で最も高いスコア（5.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。
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 | Qwen3 Coder Next Qwen3 Coder Next none |
|---|---|---|
| スコア | 4.6 | 5.1 |
| 順位 | #185 | #162 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 9.7 |
| 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 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.734 | 0.488 |
| 合計コスト | $0.030 | $0.025 |
| 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 | 134,218 |
| 出力トークン | 9,564 | 11,808 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 829ms | 9.12s |
| 応答時間（最大） | 4.52s | 45.14s |
| 応答時間（合計） | 18.24s | 145.94s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#162 Qwen3 Coder Next
none
無効なSVG
- コスト
- $0.058
- 時間
- 246.3s
- トークン
- 64,126 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 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 645 | 1,321 | 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 | 4.6 | 7.9 | 22.2% | 1 | 2.22s | 7,442 | 621 | 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 | 30.86s | 107,180 | 8,541 | 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 | 1.32s | 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 | 962ms | 753 | 26 | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 498 | 152 | 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 | 7.78s | 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 | 24.34s | 678 | 571 | 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 | 2.47s | 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 | 601ms | 216 | 12 | 0 |
クイック比較
比較ペアを切り替え
Mistral Small 4mediumvsQwen3 Coder NextnoneCobuddymediumvsMercury 2noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumMiniMax M2.7mediumvsQwen3 Coder NextnoneKAT-Coder-Air V2.5lowvsQwen3 Coder NextnoneMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.7mediumKAT-Coder-Air V2.5mediumvsQwen3 Coder NextnoneCobuddymediumvsQwen3 Coder NextnoneMercury 2nonevsMistral Small 4mediumKAT-Coder-Air V2.5highvsQwen3 Coder Nextnone