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

Model yang Dibandingkan

Model yang direkomendasikan GLM 5.3 Flash (low)

It has the best score here (6.6), while costing about 2.3x less than Mercury 2 (medium).

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Rilis: 2026-08-26

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Rilis: 2026-08-26
Skor	6.6	6.6
Peringkat	#189	#184
Keandalan	10.0	10.0
Konsistensi	8.1	8.5
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	53.6%	58.0%
Tes tidak stabil	5	4
Total Run	69	69
Biaya per hasil	1.201	0.338
Total Biaya	$0.121	$0.052
Harga input	$0.250 / 1M	$0.150 / 1M
Harga output	$0.750 / 1M	$0.500 / 1M
Total token input	189,300	255,173
Token output	10,854	9,891
Token penalaran	86,089	17,277
Waktu respons (rata-rata)	4.40s	11.82s
Waktu respons (maks)	34.92s	90.45s
Waktu respons (total)	96.81s	271.92s
Parameter	~100B	320B total (18B aktif)
Ketersediaan	Tertutup	Sumber terbuka

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

medium

low

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
GLM 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

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
GLM 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

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
GLM 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

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
GLM 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

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
GLM 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

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	4.4	22.2%	2		8.06s	1,638	53	31,177
GLM 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

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
GLM 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	0

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
GLM 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

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
GLM 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

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
GLM 5.3 Flash	10.0	10.0	100.0%	0		17.00s	6,861	231	0

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
GLM 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

Ganti Pasangan Perbandingan