Navigation
Advertise here

Mercury 2 (medium) vs GLM 5.3 (low)

Mercury 2 (medium) führt beim Durchschnittsscore mit 6.6 vs 6.5. Mercury 2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.121 vs $0.215. Mercury 2 (medium) ist schneller mit 4.40s vs 15.18s, mit Erfolgsraten von 53.6% vs 63.8%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-07

Verglichene Modelle

Rang
#201
Gesamte Ausgabe-Token
96,943
Antwortzeit (Durchschnitt)
4.40s
Gesamtkosten
$0.121
Rang
#208
Gesamte Ausgabe-Token
28,106
Antwortzeit (Durchschnitt)
15.18s
Gesamtkosten
$0.215
Empfohlenes Modell Mercury 2 (medium)

Es hat hier die beste Punktzahl (6.6) und kostet etwa 1.8x weniger als GLM 5.3 (low).

Detaillierter Vergleich

Metrik Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24 GLM 5.3 GLM 5.3 low Veröffentlichung: 2026-08-20
Punktzahl 6.6 6.5
Rang #201 #208
Zuverlässigkeit 10.0 10.0
Konsistenz 8.1 8.3
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 53.6% 63.8%
Instabile Tests 5 5
Gesamtläufe 69 69
Kosten pro Ergebnis 1.201 3.923
Gesamtkosten $0.121 $0.215
Eingabepreis $0.250 / 1M $0.070 / 1M
Ausgabepreis $0.750 / 1M $7.000 / 1M
Preis für Cache-Lesen $0.025 / 1M $0.065 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 189,300 247,871
Ausgabe-Token 10,854 10,791
Denk-Token 86,089 17,315
Antwortzeit (Durchschnitt) 4.40s 15.18s
Antwortzeit (Maximum) 34.92s 83.60s
Antwortzeit (Gesamt) 96.81s 349.06s
Parameter ~100B 744B insgesamt (40B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#201 Mercury 2

medium
Kosten
$0.002
Zeit
2.1s
Token
1,702 tok

#208 GLM 5.3

low
Kosten
$0.007
Zeit
28.4s
Token
1,599 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
GLM 5.3 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

Vergleichspaar wechseln