Mercury 2.5 (high) vs GLM 5.1

Modelos comparados

Modelo recomendado Mercury 2.5 (high)

Tiene la mejor puntuación aquí (6.5) y cuesta aproximadamente 7.2x menos que GLM 5.1.

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación	6.5	6.5
Rango	#194	#196
Fiabilidad	9.8	10.0
Consistencia	8.7	8.2
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	59.4%	47.8%
Pruebas inestables	4	5
Ejecuciones totales	69	69
Costo por resultado	0.362	3.478
Costo total	$0.044	$0.311
Precio de entrada	$0.040 / 1M	$0.965 / 1M
Precio de salida	$0.150 / 1M	$3.032 / 1M
Total de tokens de entrada	358,562	258,956
Tokens de salida	4,266	20,076
Tokens de razonamiento	189,410	0
Tiempo de respuesta (promedio)	7.62s	11.10s
Tiempo de respuesta (máximo)	80.30s	107.19s
Tiempo de respuesta (total)	175.36s	255.39s
Parámetros	~100B	744B en total (40B activos)
Disponibilidad	Código cerrado	Código abierto

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

high

none

Reached the allocated time limit (300 seconds) without receiving showcase output.

Categoría:

Tareas de agentes	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	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
GLM 5.1	10.0	10.0	100.0%	0		107.19s	134,737	5,683	0

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
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	0

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
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	0

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
GLM 5.1	2.8	1.8	33.3%	2		46.88s	99,907	12,768	0

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
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	0

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
GLM 5.1	5.3	7.2	44.4%	1		2.27s	697	24	0

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
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	0

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
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	0

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
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	0

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
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	0

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
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Cambiar par de comparación