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

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.5. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.471. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 15.18s, pass rates 66.7% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक: #173
कुल आउटपुट टोकन: 150,107
प्रतिक्रिया समय (औसत): 6.66s
कुल लागत: $0.039

रैंक: #199
कुल आउटपुट टोकन: 28,106
प्रतिक्रिया समय (औसत): 15.18s
कुल लागत: $0.471

अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 12.3x less than GLM 5.3 (low).

विस्तृत तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02	GLM 5.3 GLM 5.3 low रिलीज़: 2026-08-20

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02	GLM 5.3 GLM 5.3 low रिलीज़: 2026-08-20
स्कोर	6.8	6.5
रैंक	#173	#199
विश्वसनीयता	10.0	10.0
संगति	9.6	8.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	66.7%	63.8%
अस्थिर टेस्ट	1	5
कुल रन	69	69
प्रति परिणाम लागत	0.244	3.923
कुल लागत	$0.039	$0.471
इनपुट कीमत	$0.040 / 1M	$1.400 / 1M
आउटपुट कीमत	$0.150 / 1M	$4.400 / 1M
कैश पढ़ने की कीमत	लागू नहीं	$0.140 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	397,291	247,871
आउटपुट टोकन	6,355	10,791
रीजनिंग टोकन	143,752	17,315
प्रतिक्रिया समय (औसत)	6.66s	15.18s
प्रतिक्रिया समय (अधिकतम)	74.63s	83.60s
प्रतिक्रिया समय (कुल)	153.29s	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.

#173 Mercury 2.5 Preview

medium

लागत: $0.001
समय: 2.7s
टोकन: 2,241 tok

#199 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
GLM 5.3	5.2	3.2	33.3%	1		48.84s	142,882	2,259	1,039

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
GLM 5.3	6.9	7.9	66.7%	1		4.16s	639	266	249

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
GLM 5.3	6.2	6.9	55.6%	1		21.02s	7,317	368	6,764

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
GLM 5.3	3.8	5.8	33.3%	1		53.02s	80,209	6,729	5,209

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
GLM 5.3	10.0	10.0	100.0%	0		3.42s	7,149	210	56

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
GLM 5.3	5.3	10.0	33.3%	0		19.23s	759	35	3,384

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
GLM 5.3	4.1	2.7	33.3%	1		4.70s	498	163	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987
GLM 5.3	10.0	10.0	100.0%	0		3.40s	678	72	81

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323
GLM 5.3	10.0	10.0	100.0%	0		4.20s	672	389	225

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0
GLM 5.3	10.0	10.0	100.0%	0		18.45s	6,861	231	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804
GLM 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्ध Mercury 2.5highvsGLM 5.3low Mercury 2.5 PreviewmediumvsGPT-6 Solnone Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsGLM 5.3low Grok 4.3mediumvsGLM 5.3low Qwen3.6 35B A3BmediumvsGLM 5.3low Laguna XS 2.1mediumनिःशुल्क उपलब्धvsGLM 5.3low Qwen3.5-122B-A10BnonevsGLM 5.3low Claude Sonnet 5.5mediumvsGLM 5.3low Gemini 3 Flash PreviewnonevsGLM 5.3low Claude Opus 4.8nonevsMercury 2.5 Previewmedium