Navigasi
Advertise here

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

Mercury 2.5 Preview (medium) unggul dalam skor rata-rata dengan 6.8 vs 6.7. Mercury 2.5 Preview (medium) memiliki biaya benchmark lebih rendah di $0.039 vs $0.135. Mercury 2.5 Preview (medium) lebih cepat di 6.66s vs 8.30s, dengan tingkat keberhasilan 66.7% vs 55.1%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-10

Model yang Dibandingkan

Peringkat
#231
Total token output
150,107
Waktu respons (rata-rata)
6.66s
Total Biaya
$0.039
Peringkat
#237
Total token output
37,995
Waktu respons (rata-rata)
8.30s
Total Biaya
$0.135
Model yang direkomendasikan Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 3.5x less than GLM 5.3 FlashX Legal (low).

Perbandingan terperinci

Metrik Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low Rilis: 2026-11-02
Skor 6.8 6.7
Peringkat #231 #237
Keandalan 10.0 9.7
Konsistensi 9.6 7.8
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 66.7% 55.1%
Tes tidak stabil 1 6
Total Run 69 69
Biaya per hasil 0.244 1.349
Total Biaya $0.039 $0.135
Harga input $0.040 / 1M $0.370 / 1M
Harga output $0.150 / 1M $1.250 / 1M
Harga baca cache T/A $0.075 / 1M
Harga tulis cache T/A T/A
Total token input 397,291 236,104
Token output 6,355 11,222
Token penalaran 143,752 26,773
Waktu respons (rata-rata) 6.66s 8.30s
Waktu respons (maks) 74.63s 64.18s
Waktu respons (total) 153.29s 190.99s
Parameter ~100B ~320B total (~18B aktif)
Ketersediaan Tertutup Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#231 Mercury 2.5 Preview

medium
Biaya
$0.001
Waktu
2.7s
Token
2,241 tok

#237 GLM 5.3 FlashX Legal

low
Biaya
$0.003
Waktu
12.4s
Token
2,362 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

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 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GLM 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

Ganti Pasangan Perbandingan