AI BENCHY Compare
Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash
Bandingkan:
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-05
| Metrik | Inception: Mercury 2 none Rilis: 2026-02-24 | Z.ai: GLM 4.7 Flash none Rilis: 2026-01-19 |
|---|---|---|
| Peringkat | #50 | #47 |
| Skor Rata-rata | 34 | 39 |
| Konsistensi | 89 | 83 |
| Biaya per hasil | 0.147 | 0.064 |
| Total Biaya | $0.006 | $0.003 |
| Tes benar | ||
| Tingkat lulus per percobaan | 33.3% | 37.8% |
| Tes tidak stabil | 2 | 3 |
| Token output | 1,144 | 1,721 |
| Token penalaran | 0 | 0 |
Skor vs Total Biaya
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 72 | 22.2% | 1 | 430 | 0 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 100 | 0.0% | 0 | 704 | 0 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| Z.ai: GLM 4.7 Flash | 54 | 58 | 83.3% | 1 | 196 | 0 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| Z.ai: GLM 4.7 Flash | 70 | 100 | 66.7% | 0 | 19 | 0 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 82 | 0 | |
| Z.ai: GLM 4.7 Flash | 55 | 100 | 50.0% | 0 | 62 | 0 |
| Puzzle Solving | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| Z.ai: GLM 4.7 Flash | 37 | 100 | 0.0% | 0 | 98 | 0 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 16 | 33.3% | 1 | 212 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 Flashnonegpt-oss-120bmediumTersedia gratisvsGLM 4.7 FlashnoneMercury 2nonevsMiniMax M2.5mediumMercury 2mediumvsGLM 4.7 FlashnoneGPT-5 NanomediumvsGLM 4.7 FlashnoneMercury 2nonevsgpt-oss-120bmediumTersedia gratisQwen3.5-35B-A3BmediumvsGLM 4.7 FlashnoneGPT-5 MinimediumvsGLM 4.7 FlashnoneMercury 2nonevsGPT-5 Nanomedium