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

Mercury 2.5 (high) vs GLM 5.3 (low)

average score जवळपास समान आहे: 6.5 vs 6.5. Mercury 2.5 (high) चा benchmark खर्च कमी आहे: $0.044 vs $0.215. Mercury 2.5 (high) वेगवान आहे: 7.62s vs 15.18s, pass rates 59.4% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#271
एकूण आउटपुट टोकन्स
193,676
प्रतिसाद वेळ (सरासरी)
7.62s
एकूण खर्च
$0.044
क्रमांक
#273
एकूण आउटपुट टोकन्स
28,106
प्रतिसाद वेळ (सरासरी)
15.18s
एकूण खर्च
$0.215
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 4.9x less than GLM 5.3 (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08 GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20
स्कोअर 6.5 6.5
क्रमांक #271 #273
विश्वसनीयता 9.8 10.0
सुसंगतता 8.7 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 63.8%
अस्थिर चाचण्या 4 5
एकूण रन 69 69
प्रति निकाल खर्च 0.362 3.923
एकूण खर्च $0.044 $0.215
इनपुट किंमत $0.040 / 1M $0.070 / 1M
आउटपुट किंमत $0.150 / 1M $7.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.065 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 358,562 247,871
आउटपुट टोकन्स 4,266 10,791
रिझनिंग टोकन्स 189,410 17,315
प्रतिसाद वेळ (सरासरी) 7.62s 15.18s
प्रतिसाद वेळ (कमाल) 80.30s 83.60s
प्रतिसाद वेळ (एकूण) 175.36s 349.06s
पॅरामीटर्स ~100B 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#271 Mercury 2.5

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

#273 GLM 5.3

low
खर्च
$0.007
वेळ
28.4s
टोकन्स
1,599 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 5.3 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

तुलना जोडी बदला