Mercury 2 (medium) vs Muse Glimmer 30B (low)

Model yang direkomendasikan Mercury 2 (medium)

Its score stays close to the best score here (7.0 vs 7.1), while costing about 2.0x less than Muse Glimmer 30B (low).

Perbandingan terperinci

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Muse Glimmer 30B Muse Glimmer 30B low Rilis: 2026-08-11

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Muse Glimmer 30B Muse Glimmer 30B low Rilis: 2026-08-11
Skor	7.0	7.1
Peringkat	#104	#99
Keandalan	10.0	10.0
Konsistensi	8.8	8.2
Cakupan benchmark	22/22 tes · 66/66 percobaan	22/22 tes · 66/66 percobaan
Tes benar
Tingkat lulus per percobaan	51.5%	63.6%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	0.928	1.685
Total Biaya	$0.093	$0.186
Harga input	$0.250 / 1M	$0.350 / 1M
Harga output	$0.750 / 1M	$1.500 / 1M
Total token input	109,572	130,300
Token output	10,313	33,907
Token penalaran	76,806	61,571
Waktu respons (rata-rata)	2.72s	18.51s
Waktu respons (maks)	14.63s	234.92s
Waktu respons (total)	57.12s	407.22s

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

medium

low

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

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	2.9	7.2	11.1%	1		6.48s	695	41	30,754
Muse Glimmer 30B	3.5	4.4	33.3%	2		10.49s	873	3,107	6,126

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	4.8	10.0	0.0%	0		821ms	456	137	542
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

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	10.0	10.0	100.0%	0		1.07s	340	14	958
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

Ganti Pasangan Perbandingan