नेव्हिगेशन
Advertise here

Mercury 2.5 (high) vs GLM 5.1 (medium)

Mercury 2.5 (high) average score मध्ये पुढे आहे: 7.1 vs 7.0. Mercury 2.5 (high) चा benchmark खर्च कमी आहे: $0.031 vs $0.727. Mercury 2.5 (high) वेगवान आहे: 4.32s vs 58.80s, pass rates 62.1% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-08

तुलना केलेली मॉडेल्स

क्रमांक
#134
एकूण आउटपुट टोकन्स
174,547
प्रतिसाद वेळ (सरासरी)
4.32s
एकूण खर्च
$0.031
क्रमांक
#138
एकूण आउटपुट टोकन्स
215,889
प्रतिसाद वेळ (सरासरी)
58.80s
एकूण खर्च
$0.727
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (7.1), while costing about 23.4x less than GLM 5.1 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08 GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07
स्कोअर 7.1 7.0
क्रमांक #134 #138
विश्वसनीयता 9.7 8.1
सुसंगतता 8.6 8.4
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.1% 65.2%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 0.259 6.923
एकूण खर्च $0.031 $0.727
इनपुट किंमत $0.040 / 1M $0.966 / 1M
आउटपुट किंमत $0.150 / 1M $3.036 / 1M
एकूण इनपुट टोकन्स 120,068 82,592
आउटपुट टोकन्स 3,402 16,089
रिझनिंग टोकन्स 171,145 199,800
प्रतिसाद वेळ (सरासरी) 4.32s 58.80s
प्रतिसाद वेळ (कमाल) 23.63s 308.75s
प्रतिसाद वेळ (एकूण) 95.06s 1234.72s
पॅरामीटर्स ~100B 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#134 Mercury 2.5

high
खर्च
$0.001
वेळ
3.5s
टोकन्स
2,447 tok

#138 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

झटपट तुलना

तुलना जोडी बदला