Mercury 2
よりコスパが高いモデル: Nemotron 3 Nano 30B A3B $0.088/MでIndex 47.4(4分の1の価格)。
より安価でスコアの高いランク付けモデルが25つあります:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200)ほか22つ。
2026年11月16日時点で、Mercury 2(Inception)のBenchLeader Indexは49.2です(ランク付け対象は608構成)。最も強いのは指示追従(69)、最も弱いのはコーディング(35)です。API料金は入力100万トークンあたり$0.250、出力100万トークンあたり$0.750(3:1のブレンドで$0.375)で、2026年11月16日時点の定価です。出力速度は約350トークン/秒です(Artificial Analysis)。2026年2月20日にリリースされました。
要点(2026年11月16日時点)
- Mercury 2のAPI料金は入力100万トークンあたり$0.250、出力100万トークンあたり$0.750(3:1のブレンドで$0.375)です(定価、2026年11月16日)。
- Mercury 2の出力速度は約350トークン/秒です(Artificial Analysis、2026年11月16日)。
- Mercury 2は2026年2月20日にリリースされました(Inception)。
詳しく見ると:Mercury 2はInceptionのプロプライエタリな推論モデルです(2026年2月20日リリース)。最もスコアの高い構成は、BenchLeader Indexで49.2 ±7.7を記録し、608構成中365位で下位半分に入ります。重要なのはこの「±」です。ほかに353構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(69)、コーディングが最も低くなっています(35)。ブレンド価格は100万トークンあたり$0.375で、ランク付けされたモデルの多くより安価です。出力速度は346トークン/秒、回答開始まで6.7秒で、最速の4分の1に入ります。最終測定日:2026年11月11日。
- ブレンド価格
- $0.375/M
- 入力$0.250・出力$0.750
- 出典:Artificial Analysis
- 出力速度
- 346 tok/s
- Artificial Analysisによる測定
- 回答開始
- 6.67 s
- コンテキスト
- 128k
- 出典:models.dev
- 回答完了まで
- 13 s
- 最終測定2026年11月13日
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年2月20日
- 総合Index49
- 推論51
- コーディング35
- エージェント・ツール44
- 指示追従69
- 人間の評価50
- 長文コンテキスト46
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/mercury-2)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Inceptionはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Mercury 3推論なし | 2026年10月19日 | – | – |
| Mercury 2.5 | 2026年9月8日 | – | – |
| Mercury 2このページ | 2026年2月20日 | 49.2 | #365 |
Indexの推移
2026年9月8日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Hard Prompts | 1359#217 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 77.0%#229 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 17.1%#256 | Artificial Analysis | |
| CritPtIndex対象外 | 0.8%#272 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1352#213 | Arena (LMArena) |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SciCode | 38.7%#192 | SciCode | |
| WeirdML | 43.2%#90 | WeirdML | |
| Arena Coding | 1392#208 | Arena (LMArena) | |
| Arena WebDev | 1171#147 | Arena (LMArena) | |
| SciCode (AA)Index対象外 | 37.7%#210 | Artificial Analysis | |
| ALE-BenchIndex対象外 | 785.6#88 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 27.3%#165 | Artificial Analysis | |
| Design Arena WebsiteIndex対象外 | 1010#168 | Design Arena |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench Hard | 26.5%#132 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 70.8%#156 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | 501#240 | Artificial Analysis | |
| τ³-Banking (AA) | 9.5%#152 | Artificial Analysis | |
| AutomationBenchIndex対象外 | 1.7%#221 | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | 3.8%#208 | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | 266#234 | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 69.8%#72 | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | 1328#217 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1343#216 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1292#236 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1341#212 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1326#242 | Arena (LMArena) |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 43.7%#366 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 10.8#383 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 236.3#299 | Artificial Analysis |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.025のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0003 | $0.0003 | 7.5 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0035 | $0.0014 | 8.4 s |
| コード編集 | 6,000 / 1,500 | $0.0026 | $0.0016 | 11.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.018 | $0.0079 | 18.2 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0007 | $0.0003 | 7.2 s |
Inceptionのほかのモデル
関連ページ
埋め込み・引用
Mercury 2の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/mercury-2)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Mercury 2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mercury-2
BibTeX:
@misc{benchleader_mercury_2_20261116,
author = {{BenchLeader}},
title = {{Mercury 2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mercury-2}},
note = {Data as of 2026-11-16}
}よくある質問
- Mercury 2のベンチマークスコアは?
- 2026年11月16日時点で、Mercury 2のBenchLeader Indexは49.2 ±7.7です。最も強いのは指示追従(69)、最も弱いのはコーディング(35)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Mercury 2の順位は?
- 2026年11月16日時点で、Mercury 2はランク付けされた608構成中365位です。ほかに353構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Mercury 2の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Mercury 2の料金は入力100万トークンあたり$0.250、出力100万トークンあたり$0.750で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.375です。
- Mercury 2はいつリリースされましたか?
- Inceptionが2026年2月20日にMercury 2をリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Mercury 2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/mercury-2