नेविगेशन
Advertise here

Mercury 2 (medium) vs GLM 5.3 Flash (low)

GLM 5.3 Flash (low) average score में आगे है: 6.6 vs 6.6. GLM 5.3 Flash (low) की benchmark लागत कम है: $0.038 vs $0.121. Mercury 2 (medium) तेज है: 4.40s vs 11.82s, pass rates 53.6% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#268
कुल आउटपुट टोकन
96,943
प्रतिक्रिया समय (औसत)
4.40s
कुल लागत
$0.121
रैंक
#263
कुल आउटपुट टोकन
27,168
प्रतिक्रिया समय (औसत)
11.82s
कुल लागत
$0.038
अनुशंसित मॉडल GLM 5.3 Flash (low)

It has the best score here (6.6), while costing about 3.2x less than Mercury 2 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 GLM 5.3 Flash GLM 5.3 Flash low रिलीज़: 2026-08-26
स्कोर 6.6 6.6
रैंक #268 #263
विश्वसनीयता 10.0 10.0
संगति 8.1 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 58.0%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 1.201 0.338
कुल लागत $0.121 $0.038
इनपुट कीमत $0.250 / 1M $0.150 / 1M
आउटपुट कीमत $0.750 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 189,300 255,173
आउटपुट टोकन 10,854 9,891
रीजनिंग टोकन 86,089 17,277
प्रतिक्रिया समय (औसत) 4.40s 11.82s
प्रतिक्रिया समय (अधिकतम) 34.92s 90.45s
प्रतिक्रिया समय (कुल) 96.81s 271.92s
पैरामीटर ~100B 320B कुल (18B 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.

#268 Mercury 2

medium
लागत
$0.002
समय
2.1s
टोकन
1,702 tok

#263 GLM 5.3 Flash

low
लागत
$0.001
समय
20.7s
टोकन
1,482 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

तुलना जोड़ी बदलें