モデル比范

Mercury 2.5 vs Qwen3.7 Max

料金・コンテキスト長・実際の回答で比范2026幎9月時点

Mercury 2.5InceptionずQwen3.7 MaxQwenを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

Mercury 2.5qwen logoQwen3.7 Max
提䟛元InceptionQwen
入力100䞇トヌクンあたり¥6.77Â¥263.58
出力100䞇トヌクンあたり¥25.38Â¥790.75
想定コスト入力1,000・出力500トヌクン × 1,000回¥19Â¥659
コンテキスト長260,000 トヌクン1,000,000 トヌクン
リリヌス日2026/9/82026/5/21
入力モダリティtexttext
アリヌナ 総合圏倖#32 · ELO 1,474
アリヌナ 日本語圏倖圏倖
アリヌナ コヌディング圏倖#19 · ELO 1,525

料金はFastMetalの円建お単䟡皎別。アリヌナ順䜍は公開リヌダヌボヌドの最新取埗時点の倀です。

どちらを遞ぶべきか

  • 料金重芖ならMercury 2.5。出力100䞇トヌクンあたり¥25.38で、Qwen3.7 Maxより97%安くなりたす。
  • 長い文曞を扱うならQwen3.7 Max。コンテキスト長は1,000,000トヌクンで、Mercury 2.5の260,000トヌクンより広くずれたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 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

この゚ラヌの原因は、デヌタベヌスク゚リの結果ずしお取埗される `price` や `quantity` が文字列strであるため、数倀同士の乗算が䞍可胜になっおいる点です。 修正には、蚈算前にこれらの倀を数倀型float や intに倉換したす。 **修正埌のコヌド:** ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) # 数倀型ぞの倉換を明瀺 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 が解消されたす。
応答時間 2.0秒出力 991 トヌクン

Qwen3.7 Max

### 結論゚ラヌの原因 この゚ラヌの原因は、**デヌタベヌスから取埗した `order["price"]`たたは `order["quantity"]`が数倀型`int` や `float`ではなく、文字列型`str`ずしお返っおきおいる**こずです。 Pythonでは本来 `"100" * 2` のような「文字列 × 敎数」の挔算は `"100100"` ずいう文字列の繰り返しずしお凊理されたすが、フレヌムワヌクやORMの内郚凊理、あるいは実際には `float` ず `str` の挔算であった堎合などに `TypeError` ずしお数孊的な乗算゚ラヌが送出されたす。 いずれにせよ、**「数倀蚈算をしたいのに、デヌタが文字列になっおいる」** こずが根本原因です。これは、デヌタベヌス偎の `price` カラムが `VARCHAR` や `TEXT` 型で定矩されおいる堎合によく起こりたす。 --- ### 修正方法 アプロヌチは3぀ありたす。状況に合わせお遞択しおください。 #### 1. Python偎で型倉換する即効性のある修正 コヌド䞊で明瀺的に数倀`float` たたは `int`にキャストしたす。䟡栌には小数が含たれる可胜性があるため、`float()` を䜿うのが安党です。 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id

応答時間 59.2秒出力 3324 トヌクン

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


Mercury 2.5

提瀺された TypeScript 関数に぀いお、可読性、パフォヌマンス、型安党性の芳点から改善点を提案したす。 ### 䞻な改善点 1. **型安党性の向䞊**: `any` の䜿甚は避け、むンタヌフェヌスを定矩するこずで型チェックを有効にしたす。 2. **゚ラヌハンドリング**: Fetch の倱敗や JSON パヌス゚ラヌ、HTTP ステヌタスコヌドの確認を远加したす。 3. **可読性の向䞊**: 耇雑なルヌプを分離し、配列メ゜ッド (`filter`, `map`) を䜿甚しおロゞックを明確にしたす。 4. **定数化**: 魔法の数字100を定数ずしお定矩し、埌からの倉曎を容易にしたす。 5. **分割ず責任の分離**: ペヌゞ取埗ロゞックず党件取埗ロゞックを分離したす。 ### リファクタリング䟋 ```typescript // 型定矩 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 トヌクン

Qwen3.7 Max

ご提瀺いただいたコヌドは、ペヌゞネヌションの凊理やデヌタの敎圢など、基本的なロゞックは正しく実装されおいたす。 しかし、**TypeScriptの型安党性、゚ラヌハンドリング、可読性、そしお倧芏暡デヌタ時のパフォヌマンスメモリ消費** の芳点から、いく぀か重芁な改善点がありたす。 以䞋にレビュヌ結果ず、改善埌のコヌドを提案したす。 --- ### 🔍 レビュヌポむント #### 1. 型安党性 (TypeScriptベストプラクティス) * **`any` の倚甚:** `Promise<any[]>` や `data` が `any` になっおいるため、TypeScriptの恩恵補完やコンパむル時の゚ラヌ怜知が埗られおいたせん。APIレスポンスず返华甚のむンタヌフェヌスを定矩すべきです。 * **プロパティアクセスの危険性:** `data.users` が存圚しないたたは `null` / `undefined`堎合にランタむム゚ラヌ`TypeError`が発生するリスクがありたす。 #### 2. ゚ラヌハンドリングず堅牢性 * **HTTPステヌタスコヌドの未確認:** `fetch` はネットワヌク゚ラヌオフラむン等以倖でぱラヌを投げたせん404や500でも成功ずみなされたす。`response.ok` のチェックが必須です。 * **無限ルヌプのリスク:** サヌバヌ偎のバグで垞に100件返华され続けた堎合、無限ルヌプに陥りたす。セヌフティネット最倧ペヌゞ数や総件数のチェックがあるず安心です。 #### 3. 可読性 *

応答時間 73.1秒出力 3915 トヌクン

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 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

ク゚リの実行が重い䞻な原因は、むンデックス䞍足ず結合前のデヌタ集玄を行っおいない点にありたす。特に500䞇行のテヌブルでは、結合埌に集玄凊理を行うず凊理量が倚くなりすぎたす。 以䞋に最適化案ず解説を瀺したす。 ### 最適化されたク゚リ ```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 トヌクン

Qwen3.7 Max

提瀺されたSQLク゚リには、**パフォヌマンスを著しく䜎䞋させる構造的な問題盎積の発生**ず、**意図しないデヌタ抜出暗黙のINNER JOIN**、そしお**むンデックスの䞍足**ずいう3぀の重倧な問題がありたす。 以䞋に最適化されたク゚リず、必芁なむンデックス、そしお改善点の詳现な解説を提瀺したす。 --- ### 1. 最適化されたSQLク゚リ ```sql WITH SalesAgg AS ( -- 1. 泚文ず泚文詳现を先に集蚈し、商品IDごずの売䞊を䜜る SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales 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 ) SELECT p.product_name, c.category_name, s.order_count, s.total_sales, -- 3. レビュヌの平均はLIMIT 50件に察しおのみ蚈算する盞関サブク゚リ (SELECT AVG(r.rating) FROM reviews r WHERE r.product_id = p.id) AS a

応答時間 81.9秒出力 4393 トヌクン

他のプロンプトでも比范する →

よくある質問

Mercury 2.5ずQwen3.7 Max、料金はどちらが安いですか
出力100䞇トヌクンあたりMercury 2.5は¥25.38、Qwen3.7 Maxは¥790.75で、Mercury 2.5の方が安くなりたすFastMetalの円建お単䟡・皎別。
Mercury 2.5ずQwen3.7 Maxのコンテキスト長の違いは
Mercury 2.5は260,000トヌクン、Qwen3.7 Maxは1,000,000トヌクンです。
Mercury 2.5ずQwen3.7 Maxを同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "mercury-2.5" たたは "qwen3.7-max" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、Mercury 2.5ずQwen3.7 MaxをブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

Mercury 2.5の他の比范

Qwen3.7 Maxの他の比范