नेविगेशन
Advertise here

Mercury 2.5 (high) vs GLM 5.1

average score लगभग बराबर है: 6.5 vs 6.5. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.451. Mercury 2.5 (high) तेज है: 7.62s vs 11.10s, pass rates 59.4% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#271
कुल आउटपुट टोकन
193,676
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$0.044
रैंक
#274
कुल आउटपुट टोकन
20,076
प्रतिक्रिया समय (औसत)
11.10s
कुल लागत
$0.451
अनुशंसित मॉडल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 10.4x less than GLM 5.1.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08 GLM 5.1 GLM 5.1 none रिलीज़: 2026-04-07
स्कोर 6.5 6.5
रैंक #271 #274
विश्वसनीयता 9.8 10.0
संगति 8.7 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 47.8%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 0.362 3.478
कुल लागत $0.044 $0.451
इनपुट कीमत $0.040 / 1M $1.400 / 1M
आउटपुट कीमत $0.150 / 1M $4.400 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.260 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 358,562 258,956
आउटपुट टोकन 4,266 20,076
रीजनिंग टोकन 189,410 0
प्रतिक्रिया समय (औसत) 7.62s 11.10s
प्रतिक्रिया समय (अधिकतम) 80.30s 107.19s
प्रतिक्रिया समय (कुल) 175.36s 255.39s
पैरामीटर ~100B 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#271 Mercury 2.5

high
लागत
$0.001
समय
3.5s
टोकन
2,447 tok

#274 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
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

तुलना जोड़ी बदलें