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

Mercury 2 vs GLM 4.7 Flash (medium)

Mercury 2 average score में आगे है: 4.7 vs 4.3. Mercury 2 की benchmark लागत कम है: $0.030 vs $0.168. Mercury 2 तेज है: 825ms vs 134.34s, pass rates 24.2% vs 31.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-03

रैंक
#281
कुल आउटपुट टोकन
9,584
प्रतिक्रिया समय (औसत)
825ms
कुल लागत
$0.030
रैंक
#289
कुल आउटपुट टोकन
419,534
प्रतिक्रिया समय (औसत)
134.34s
कुल लागत
$0.168
अनुशंसित मॉडल Mercury 2

It has the best score here (4.7), while costing about 5.6x less than GLM 4.7 Flash (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 GLM 4.7 Flash GLM 4.7 Flash medium रिलीज़: 2026-01-19
स्कोर 4.7 4.3
रैंक #281 #289
विश्वसनीयता 10.0 8.6
संगति 9.2 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 24.2% 31.8%
अस्थिर टेस्ट 2 8
कुल रन 66 66
प्रति परिणाम लागत 0.740 4.180
कुल लागत $0.030 $0.168
इनपुट कीमत $0.250 / 1M $0.060 / 1M
आउटपुट कीमत $0.750 / 1M $0.400 / 1M
कुल इनपुट टोकन 89,637 79,104
आउटपुट टोकन 9,584 42,254
रीजनिंग टोकन 0 377,280
प्रतिक्रिया समय (औसत) 825ms 134.34s
प्रतिक्रिया समय (अधिकतम) 4.52s 1539.97s
प्रतिक्रिया समय (कुल) 18.14s 2015.13s
पैरामीटर ~100B 30B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#281 Mercury 2

none
लागत
$0.002
समय
1.8s
टोकन
1,514 tok

#289 GLM 4.7 Flash

medium
अमान्य SVG
लागत
$0.000
समय
186.2s
टोकन
12,112 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 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

त्वरित तुलना

तुलना जोड़ी बदलें