Mercury 2.5 (medium) vs GLM 5.3 FlashX (high)

Modelos comparados

Modelo recomendado Mercury 2.5 (medium)

Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 6.8) y cuesta aproximadamente 6.2x menos que GLM 5.3 FlashX (high).

Métrica	Mercury 2.5 Mercury 2.5 medium Lanzamiento: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Lanzamiento: 2026-09-21

Métrica	Mercury 2.5 Mercury 2.5 medium Lanzamiento: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Lanzamiento: 2026-09-21
Puntuación	6.8	6.8
Rango	#169	#163
Fiabilidad	9.8	10.0
Consistencia	8.6	8.2
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	65.2%	68.2%
Pruebas inestables	4	5
Ejecuciones totales	66	66
Costo por resultado	0.181	1.125
Costo total	$0.022	$0.135
Precio de entrada	$0.040 / 1M	$0.370 / 1M
Precio de salida	$0.150 / 1M	$1.250 / 1M
Total de tokens de entrada	91,402	81,365
Tokens de salida	3,138	6,821
Tokens de razonamiento	116,991	77,078
Tiempo de respuesta (promedio)	3.19s	12.07s
Tiempo de respuesta (máximo)	9.87s	91.16s
Tiempo de respuesta (total)	70.18s	265.62s
Parámetros	~100B	320B en total (18B activos)
Disponibilidad	Código cerrado	Código cerrado

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

medium

high

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		1.28s	773	192	7,122
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
GLM 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

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	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
GLM 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

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		2.57s	8,385	582	9,343
GLM 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

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	3.6	7.2	22.2%	1		4.39s	852	59	19,837
GLM 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

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	4.4	9.9	0.0%	0		1.60s	528	98	2,364
GLM 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

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	6.4	6.0	66.7%	1		1.07s	520	55	2,344
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

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	10.0	10.0	100.0%	0		1.93s	766	290	7,721
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

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		3.35s	9,203	269	4,641
GLM 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

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		4.30s	232	32	7,392
GLM 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

Cambiar par de comparación