Mercury 2.5 (high) vs Muse Glimmer 30B (low)

Modelos comparados

Modelo recomendado Mercury 2.5 (high)

Su puntuación se mantiene cerca de la mejor aquí (7.1 vs 7.1) y cuesta aproximadamente 4.6x menos que Muse Glimmer 30B (low).

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Muse Glimmer 30B Muse Glimmer 30B low Lanzamiento: 2026-08-11

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Muse Glimmer 30B Muse Glimmer 30B low Lanzamiento: 2026-08-11
Puntuación	7.1	7.1
Rango	#134	#131
Fiabilidad	9.7	10.0
Consistencia	8.6	8.2
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	62.1%	63.6%
Pruebas inestables	4	5
Ejecuciones totales	66	66
Costo por resultado	0.259	1.692
Costo total	$0.031	$0.143
Precio de entrada	$0.040 / 1M	$0.300 / 1M
Precio de salida	$0.150 / 1M	$1.100 / 1M
Total de tokens de entrada	120,068	130,312
Tokens de salida	3,402	33,867
Tokens de razonamiento	171,145	62,103
Tiempo de respuesta (promedio)	4.32s	18.64s
Tiempo de respuesta (máximo)	23.63s	234.92s
Tiempo de respuesta (total)	95.06s	410.18s
Parámetros	~100B	30B
Disponibilidad	Código cerrado	Código abierto

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

high

low

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Muse Glimmer 30B	3.5	4.4	33.3%	2		11.48s	885	3,067	6,658

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

Cambiar par de comparación