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

Mercury 2 lidera en puntuación media con 4.6 vs 4.3. Mercury 2 tiene menor coste de benchmark con $0.030 vs $0.166. Mercury 2 es más rápido con 829ms vs 142.59s, con tasas de acierto de 22.7% vs 31.8%.

Modelo recomendadoMercury 2Tiene la mejor puntuación aquí (4.6) y cuesta aproximadamente 5.7x menos que GLM 4.7 Flash (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Lanzamiento: 2026-01-19
Puntuación	4.6	4.3
Rango	#185	#190
Fiabilidad	10.0	7.8
Consistencia	9.2	7.0
Pruebas correctas
Tasa de aciertos por intento	22.7%	31.8%
Pruebas inestables	2	8
Ejecuciones totales	66	66
Costo por resultado	0.734	4.147
Costo total	$0.030	$0.166
Precio de entrada	$0.250 / 1M	$0.061 / 1M
Precio de salida	$0.750 / 1M	$0.400 / 1M
Total de tokens de entrada	88,704	79,051
Tokens de salida	9,564	43,754
Tokens de razonamiento	0	374,109
Tiempo de respuesta (promedio)	829ms	142.59s
Tiempo de respuesta (máximo)	4.52s	1539.97s
Tiempo de respuesta (total)	18.24s	1996.21s

Hamster playing table tennis

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

#185 Mercury 2

none

Coste: $0.002
Tiempo: 1.8s
Tokens: 1,514 tok

#190 GLM 4.7 Flash

medium

SVG inválido

Coste: $0.000
Tiempo: 186.2s
Tokens: 12,112 tok

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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

Comparación rápida

Cambiar par de comparación

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-120bnoneDisponible gratisvsGLM 4.7 Flashmedium