Mercury 2.5 (medium) vs GLM 5.3 FlashX (high)

Model yang Dibandingkan

Model yang direkomendasikan Mercury 2.5 (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 6.2x less than GLM 5.3 FlashX (high).

Metrik	Mercury 2.5 Mercury 2.5 medium Rilis: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Rilis: 2026-09-21

Metrik	Mercury 2.5 Mercury 2.5 medium Rilis: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Rilis: 2026-09-21
Skor	6.8	6.8
Peringkat	#169	#163
Keandalan	9.8	10.0
Konsistensi	8.6	8.2
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	65.2%	68.2%
Tes tidak stabil	4	5
Total Run	66	66
Biaya per hasil	0.181	1.125
Total Biaya	$0.022	$0.135
Harga input	$0.040 / 1M	$0.370 / 1M
Harga output	$0.150 / 1M	$1.250 / 1M
Total token input	91,402	81,365
Token output	3,138	6,821
Token penalaran	116,991	77,078
Waktu respons (rata-rata)	3.19s	12.07s
Waktu respons (maks)	9.87s	91.16s
Waktu respons (total)	70.18s	265.62s
Parameter	~100B	320B total (18B aktif)
Ketersediaan	Tertutup	Tertutup

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

medium

high

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		1.28s	773	192	7,122
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
GLM 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
GLM 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343
GLM 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837
GLM 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364
GLM 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		1.93s	766	290	7,721
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641
GLM 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	3.0	10.0	0.0%	0		4.30s	232	32	7,392
GLM 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

Ganti Pasangan Perbandingan