Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs Z.ai: GLM 5.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación 6.3 5.6
Rango #90 #113
Fiabilidad 10.0 10.0
Consistencia 8.4 8.1
Pruebas correctas
Tasa de aciertos por intento 50.0% 40.0%
Pruebas inestables 4 5
Ejecuciones totales 60 60
Costo por resultado 0.687 0.941
Costo total $0.055 $0.057
Precio de entrada $0.250 / 1M $0.980 / 1M
Precio de salida $0.750 / 1M $3.080 / 1M
Tokens de salida 4,015 3,749
Tokens de razonamiento 58,382 0
Tiempo de respuesta (promedio) 2.27s 4.16s
Tiempo de respuesta (máximo) 14.63s 32.57s
Tiempo de respuesta (total) 43.15s 83.23s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GLM 5.1 4.0 6.3 25.0% 2 2.11s 305 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
GLM 5.1 4.3 9.5 0.0% 0 6.33s 519 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
GLM 5.1 2.8 2.1 33.3% 1 32.57s 2,129 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
GLM 5.1 10.0 10.0 100.0% 0 1.08s 204 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
GLM 5.1 2.9 7.2 11.1% 1 1.99s 24 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
GLM 5.1 5.0 10.0 0.0% 0 790ms 39 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
GLM 5.1 9.8 10.0 100.0% 0 1.58s 66 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
GLM 5.1 6.1 7.8 44.4% 1 1.48s 152 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
GLM 5.1 10.0 10.0 100.0% 0 10.68s 300 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
GLM 5.1 3.0 10.0 0.0% 0 2.34s 11 0

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsGLM 5.1noneMercury 2mediumvsGLM 5noneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumDisponible gratisvsGLM 5.1noneCobuddymediumDisponible gratisvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneElephant AlphamediumvsGLM 5.1noneDeepSeek V4 PrononevsMercury 2mediumOwl AlphamediumvsGLM 5.1none