Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash

Mercury 2 führt beim Durchschnittsscore mit 4.6 vs 4.3. Mercury 2 hat die niedrigeren Benchmark-Kosten mit $0.030 vs $0.166. Mercury 2 ist schneller mit 829ms vs 142.59s, mit Erfolgsraten von 22.7% vs 31.8%.

Empfohlenes ModellMercury 2Es hat hier die beste Punktzahl (4.6) und kostet etwa 5.7x weniger als GLM 4.7 Flash (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-18

Metrik	Mercury 2 Mercury 2 none Veröffentlichung: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19

Metrik	Mercury 2 Mercury 2 none Veröffentlichung: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Veröffentlichung: 2026-01-19
Punktzahl	4.6	4.3
Rang	#185	#190
Zuverlässigkeit	10.0	7.8
Konsistenz	9.2	7.0
Korrekte Tests
Erfolgsquote pro Versuch	22.7%	31.8%
Instabile Tests	2	8
Gesamtläufe	66	66
Kosten pro Ergebnis	0.734	4.147
Gesamtkosten	$0.030	$0.166
Eingabepreis	$0.250 / 1M	$0.061 / 1M
Ausgabepreis	$0.750 / 1M	$0.400 / 1M
Gesamte Eingabe-Token	88,704	79,051
Ausgabe-Token	9,564	43,754
Denk-Token	0	374,109
Antwortzeit (Durchschnitt)	829ms	142.59s
Antwortzeit (Maximum)	4.52s	1539.97s
Antwortzeit (Gesamt)	18.24s	1996.21s

Hamster playing table tennis

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

#185 Mercury 2

none

Kosten: $0.002
Zeit: 1.8s
Token: 1,514 tok

#190 GLM 4.7 Flash

medium

Ungültiges SVG

Kosten: $0.000
Zeit: 186.2s
Token: 12,112 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.0	10.0	0.0%	0		483ms	631	286	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.0	10.0	0.0%	0		2.56s	65,412	5,256	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	7.3	5.9	83.3%	1		667ms	6,362	180	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	4.8	10.0	0.0%	0		628ms	495	159	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Schnellvergleich

Vergleichspaar wechseln

CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium Grok 4.20nonevsGLM 4.7 Flashmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Mercury 2nonevsMiniMax M2.7medium Trinity Large PreviewnonevsGLM 4.7 Flashmedium KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsMistral Small 4medium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium gpt-oss-120bnoneKostenlos verfügbarvsGLM 4.7 Flashmedium