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

Mercury 2.5 Preview (high) vs GLM 5.3 (low)

average score लगभग बराबर है: 6.5 vs 6.5. Mercury 2.5 Preview (high) की benchmark लागत कम है: $0.040 vs $0.215. Mercury 2.5 Preview (high) तेज है: 7.61s vs 15.18s, pass rates 65.2% vs 63.8%.

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

तुलना किए गए मॉडल

रैंक
#270
कुल आउटपुट टोकन
180,597
प्रतिक्रिया समय (औसत)
7.61s
कुल लागत
$0.040
रैंक
#273
कुल आउटपुट टोकन
28,106
प्रतिक्रिया समय (औसत)
15.18s
कुल लागत
$0.215
अनुशंसित मॉडल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 5.5x less than GLM 5.3 (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02 GLM 5.3 GLM 5.3 low रिलीज़: 2026-08-20
स्कोर 6.5 6.5
रैंक #270 #273
विश्वसनीयता 9.9 10.0
संगति 8.0 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.8%
अस्थिर टेस्ट 6 5
कुल रन 69 69
प्रति परिणाम लागत 0.319 3.923
कुल लागत $0.040 $0.215
इनपुट कीमत $0.040 / 1M $0.070 / 1M
आउटपुट कीमत $0.150 / 1M $7.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.065 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 298,512 247,871
आउटपुट टोकन 3,178 10,791
रीजनिंग टोकन 177,419 17,315
प्रतिक्रिया समय (औसत) 7.61s 15.18s
प्रतिक्रिया समय (अधिकतम) 86.84s 83.60s
प्रतिक्रिया समय (कुल) 175.08s 349.06s
पैरामीटर ~100B 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#270 Mercury 2.5 Preview

high
लागत
$0.001
समय
4.5s
टोकन
3,851 tok

#273 GLM 5.3

low
लागत
$0.007
समय
28.4s
टोकन
1,599 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
GLM 5.3 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

तुलना जोड़ी बदलें