モデル比較

Mercury 2.5 vs MiMo-V2.5

料金・コンテキスト長・実際の回答で比較(2026年9月時点)

Mercury 2.5(Inception)とMiMo-V2.5(Xiaomi)を、FastMetalのゲートウェイで実際に呼び出せる条件で比較します。どちらも同じOpenAI互換エンドポイントとAPIキーから利用でき、切り替えは model の文字列を変えるだけです。

スペックと料金

Mercury 2.5MiMo-V2.5
提供元InceptionXiaomi
入力(100万トークンあたり)¥6.77¥25.02
出力(100万トークンあたり)¥25.38¥50.04
想定コスト(入力1,000・出力500トークン × 1,000回)¥19¥50
コンテキスト長260,000 トークン1,050,000 トークン
リリース日2026/9/82026/4/22
入力モダリティtexttext, audio, image, video
アリーナ 総合圏外#94 · ELO 1,434
アリーナ 日本語圏外#137 · ELO 1,321
アリーナ コーディング圏外#78 · ELO 1,491

料金はFastMetalの円建て単価(税別)。アリーナ順位は公開リーダーボードの最新取得時点の値です。

どちらを選ぶべきか

  • 料金重視ならMercury 2.5。出力100万トークンあたり¥25.38で、MiMo-V2.5より49%安くなります。
  • 長い文書を扱うならMiMo-V2.5。コンテキスト長は1,050,000トークンで、Mercury 2.5の260,000トークンより広くとれます。
  • 迷ったら両方を同じキーで試せます。model の文字列を変えるだけで切り替わり、料金はそれぞれの単価で従量課金されます。

同じプロンプトへの実際の回答

FastMetalのゲートウェイが返した回答をそのまま並べています。ベンチマークの数字ではなく、実際の出力です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

Mercury 2.5

このエラーの原因は、データベースクエリの結果として取得される `price` や `quantity` が文字列(str)であるため、数値同士の乗算が不可能になっている点です。 修正には、計算前にこれらの値を数値型(float や int)に変換します。 **修正後のコード:** ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 数値型への変換を明示 total = sum(float(order["price"]) * int(order["quantity"]) for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` これにより、型ミスマッチによる TypeError が解消されます。
応答時間 2.0秒出力 991 トークン

MiMo-V2.5

## 原因 `order["price"]` の値が **文字列(`str`)** として取得されているため、`str * int` の計算ができずエラーになっています。 典型的な原因: - データベースの `price` カラムの型が `VARCHAR` / `TEXT` である - ORマッパー(ORM)やDBドライバーが値を文字列として返している - データの挿入時に文字列で保存された ``` order["price"] → "100"(文字列) order["quantity"] → 3(整数) "100" * 3 → TypeError ❌ ``` ## 修正 `order["price"]` を `float`(または `int`)にキャストしてください。 ### 修正後コード ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(float(order["price"]) * order["quantity"] for order in orders) return {"user_id": user_id, "total": total, "orders": orders} ``` ## より堅牢な修正(推奨) 単一の箇所だけでなく、`price` や `quantity` が予期せず文字列になって…
応答時間 28.2秒出力 575 トークン

コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

Mercury 2.5

提示された TypeScript 関数について、可読性、パフォーマンス、型安全性の観点から改善点を提案します。 ### 主な改善点 1. **型安全性の向上**: `any` の使用は避け、インターフェースを定義することで型チェックを有効にします。 2. **エラーハンドリング**: Fetch の失敗や JSON パースエラー、HTTP ステータスコードの確認を追加します。 3. **可読性の向上**: 複雑なループを分離し、配列メソッド (`filter`, `map`) を使用してロジックを明確にします。 4. **定数化**: 魔法の数字(100)を定数として定義し、後からの変更を容易にします。 5. **分割と責任の分離**: ページ取得ロジックと全件取得ロジックを分離します。 ### リファクタリング例 ```typescript // 型定義 interface RawUser { id: string; first_name: string; last_name: string; email: string; status: string; } interface User { id: string; name: string; email: string; } interface ApiRes { users: RawUser[]; } const PAGE_LIMIT = 100; const BASE_URL = '/api/users'; async function fetchPage(cu…
応答時間 3.2秒出力 2186 トークン

MiMo-V2.5

# TypeScript関数レビュー この関数はページネーション付きでユーザーを全件取得する目的のものですが、いくつか改善点があります。 --- ## 🔴 改善点まとめ ### 1. 型安全性の欠如(`any`の乱用) ```typescript // ❌ Before async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; // ✅ After interface User { id: string; name: string; email: string; } interface ApiResponse { users: { id: string; first_name: string; last_name: string; email: string; status: string; }[]; } async function fetchAllUsers(page: number = 1): Promise<User[]> { const allUsers: User[] = []; ``` --- ### 2. エラーハンドリングの不在 ```typescript // ✅ 追加すべきエラーハンドリング const response = await fetch(`/api/users?page=${currentPage}&limit=100`); if…
応答時間 19.2秒出力 1707 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

Mercury 2.5

クエリの実行が重い主な原因は、インデックス不足と結合前のデータ集約を行っていない点にあります。特に500万行のテーブルでは、結合後に集約処理を行うと処理量が多くなりすぎます。 以下に最適化案と解説を示します。 ### 最適化されたクエリ ```sql WITH order_stats AS ( SELECT od.product_id, SUM(o.amount) as total_sales, COUNT(o.order_id) as order_count FROM orders o INNER JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ), review_stats AS ( SELECT product_id, AVG(rating) as avg_rating FROM reviews GROUP BY product_id ) SELECT p.product_name, c.category_name, COALESCE(os.order_count, 0) as order_count, COALESCE(os.total_sales, 0) as total_sales, COALESCE(rs.avg_rating, 0) as avg_rating FROM products p LEFT…
応答時間 4.4秒出力 2988 トークン

MiMo-V2.5

# SQLクエリの最適化 ## 問題点の分析(5つの重大な問題) ``` ┌─────────────────────────────────────────────────────────────────┐ │ 1. LEFT JOIN + WHERE アンチパターン(最も深刻) │ │ 2. order_details × orders の多重JOINで行が爆発的に増加 │ │ 3. インデックス不足(JOIN列・フィルタ列にほぼ未設定) │ │ 4. GROUP BY のソートコストが高い │ │ 5. SELECT結果のポテンシャル(実行計画が途中で破棄される可能性) │ └─────────────────────────────────────────────────────────────────┘ ``` --- ## 問題① LEFT JOIN + WHERE アンチパターン(最重大なバグ) ```sql -- ❌ 現状(実質INNER JOIN变成) LEFT JOIN orders o ON o.order_id = od.order_id AND o.status = '完了' WHERE ... AND o.created_at >= '2024-04-01' ``` ``` LEFT JOIN で o が NULL → WHERE で o.created_at >= '2024-…
応答時間 77.1秒出力 4919 トークン

他のプロンプトでも比較する →

よくある質問

Mercury 2.5とMiMo-V2.5、料金はどちらが安いですか?
出力100万トークンあたりMercury 2.5は¥25.38、MiMo-V2.5は¥50.04で、Mercury 2.5の方が安くなります(FastMetalの円建て単価・税別)。
Mercury 2.5とMiMo-V2.5のコンテキスト長の違いは?
Mercury 2.5は260,000トークン、MiMo-V2.5は1,050,000トークンです。
Mercury 2.5とMiMo-V2.5を同じAPIキーで使えますか?
はい。FastMetalのOpenAI互換エンドポイントで、model に "mercury-2.5" または "mimo-v2.5" を指定するだけで切り替えられます。料金はそれぞれの単価で、同じ前払い残高から従量課金されます。

どちらも同じAPIキーで試せます

アカウントを作成してクレジットを追加すれば、Mercury 2.5とMiMo-V2.5をブラウザのチャットとAPIの両方から呼び出せます。月額料金はありません。

Mercury 2.5の他の比較

MiMo-V2.5の他の比較