Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash

Mercury 2 unggul dalam skor rata-rata dengan 4.6 vs 4.3. Mercury 2 memiliki biaya benchmark lebih rendah di $0.030 vs $0.166. Mercury 2 lebih cepat di 829ms vs 142.59s, dengan tingkat keberhasilan 22.7% vs 31.8%.

Model yang direkomendasikanMercury 2It has the best score here (4.6), while costing about 5.7x less than GLM 4.7 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Rilis: 2026-01-19

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Rilis: 2026-01-19
Skor	4.6	4.3
Peringkat	#185	#190
Keandalan	10.0	7.8
Konsistensi	9.2	7.0
Tes benar
Tingkat lulus per percobaan	22.7%	31.8%
Tes tidak stabil	2	8
Total Run	66	66
Biaya per hasil	0.734	4.147
Total Biaya	$0.030	$0.166
Harga input	$0.250 / 1M	$0.061 / 1M
Harga output	$0.750 / 1M	$0.400 / 1M
Total token input	88,704	79,051
Token output	9,564	43,754
Token penalaran	0	374,109
Waktu respons (rata-rata)	829ms	142.59s
Waktu respons (maks)	4.52s	1539.97s
Waktu respons (total)	18.24s	1996.21s

Hamster playing table tennis

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

#185 Mercury 2

none

Biaya: $0.002
Waktu: 1.8s
Token: 1,514 tok

#190 GLM 4.7 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 186.2s
Token: 12,112 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

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	3.0	10.0	0.0%	0		483ms	631	286	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	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		2.56s	65,412	5,256	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

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		667ms	6,362	180	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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	7.2	44.4%	1		534ms	784	46	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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		628ms	495	159	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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	6.5	10.0	50.0%	0		551ms	691	82	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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	3.1	10.0	0.0%	0		535ms	694	251	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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		1.27s	6,193	197	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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		548ms	213	19	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Perbandingan Cepat

Ganti Pasangan Perbandingan

CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium Grok 4.20nonevsGLM 4.7 Flashmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Mercury 2nonevsMiniMax M2.7medium Trinity Large PreviewnonevsGLM 4.7 Flashmedium KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsMistral Small 4medium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium gpt-oss-120bnoneTersedia gratisvsGLM 4.7 Flashmedium