入力価格
$0.250 / 1M
出力価格
$0.750 / 1M
不安定なテスト
2
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-22 00:39 スイート変更 | 4.6 | 10.0 | $0.009 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 4.8 | 該当なし | $0.007 | 現在の実行 |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 最初に記録された実行 | 4.8 | 9.0 | 該当なし | 4/18 | 2 | 1,625 | 0 | $0.007 | 613ms |
| 2026-05-22 00:39 · スイート変更 | 4.6 | 9.1 | 10.0 | 4/20 | 2 | 2,984 | 0 | $0.009 | 614ms |
| 差分 | +0.2 | -0.1 | 0 | 0 | -1359 | 0 | -$0.003 | -1ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
Mercury 2nonevsGLM 5 TurbononeMercury 2nonevsElephant AlphamediumMercury 2nonevsQwen3.5-122B-A10BnoneMercury 2nonevsLing-2.6-flashnoneMercury 2nonevsDeepSeek V3.2noneMercury 2nonevsElephant AlphanoneMercury 2nonevsGemini 3 Flash PreviewmediumMercury 2nonevsGemini 3.5 FlashhighMercury 2nonevsRing-2.6-1TmediumMercury 2nonevsGemini 3.5 Flashlow