Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

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 4.5
Peringkat #153 #155
Keandalan 10.0 10.0
Konsistensi 9.1 6.7
Tes benar
Tingkat lulus per percobaan 25.0% 35.0%
Tes tidak stabil 2 8
Total Run 60 60
Biaya per hasil 0.216 1.337
Total Biaya $0.009 $0.054
Harga input $0.250 / 1M $0.060 / 1M
Harga output $0.750 / 1M $0.400 / 1M
Total token input 25,515 37,206
Token output 3,001 43,754
Token penalaran 0 89,079
Waktu respons (rata-rata) 614ms 35.10s
Waktu respons (maks) 1.27s 174.55s
Waktu respons (total) 12.28s 456.24s

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

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 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
GLM 4.7 Flash 3.4 6.0 16.7% 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 606ms 4,821 131 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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

Ling-2.6-1TnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3 Coder NextmediumQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumMiMo-V2.5nonevsGLM 4.7 Flashmedium