AI BENCHY Compare
Inception: Mercury 2 vs StepFun: Step 3.5 Flash
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: 2026-04-11
| 指標 | Mercury 2 Mercury 2 none | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 4.8 | 3.0 |
| 順位 | #85 | #93 |
| 一貫性 | 9.0 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 27.8% | 0.0% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 54 | 3 |
| 結果あたりのコスト | 0.165 | 0.000 |
| 合計コスト | $0.007 | $0.000 |
| ???? | $0.250 / 1M | $0.100 / 1M |
| ???? | $0.750 / 1M | $0.300 / 1M |
| 出力トークン | 1,625 | 0 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 613ms | 0ms |
| 応答時間（最大） | 1.27s | 0ms |
| 応答時間（合計） | 11.04s | 0ms |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.0 | 10.0 | 0.0% | 0 | 483ms | 286 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.6 | 8.9 | 0.0% | 0 | 969ms | 310 | 0 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 | 3.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 | 7.3 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 | 4.8 | 10.0 | 0.0% | 0 | 628ms | 159 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 3.1 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.5medium無料で利用可能Mercury 2nonevsgpt-oss-120bmedium無料で利用可能Qwen3.5-9BmediumvsStep 3.5 FlashnoneMercury 2nonevsGPT-5 NanomediumStep 3.5 FlashnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsStep 3.5 FlashnoneMercury 2nonevsGrok 4.1 Fastmedium