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

Mercury 2.5 Preview (medium) vs GLM 5.1

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.5. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.451. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 11.10s, pass rates 66.7% vs 47.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक
#176
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#203
एकूण आउटपुट टोकन्स
20,076
प्रतिसाद वेळ (सरासरी)
11.10s
एकूण खर्च
$0.451
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 11.7x less than GLM 5.1.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 GLM 5.1 GLM 5.1 none प्रकाशन: 2026-04-07
स्कोअर 6.8 6.5
क्रमांक #176 #203
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 47.8%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 0.244 3.478
एकूण खर्च $0.039 $0.451
इनपुट किंमत $0.040 / 1M $1.400 / 1M
आउटपुट किंमत $0.150 / 1M $4.400 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.260 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 258,956
आउटपुट टोकन्स 6,355 20,076
रिझनिंग टोकन्स 143,752 0
प्रतिसाद वेळ (सरासरी) 6.66s 11.10s
प्रतिसाद वेळ (कमाल) 74.63s 107.19s
प्रतिसाद वेळ (एकूण) 153.29s 255.39s
पॅरामीटर्स ~100B 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#176 Mercury 2.5 Preview

medium
खर्च
$0.001
वेळ
2.7s
टोकन्स
2,241 tok

#203 GLM 5.1

none
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 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धKAT-Coder-Pro V2.5highvsGLM 5.1noneGrok 4.3mediumvsGLM 5.1noneLaguna XS 2.1mediumमोफत उपलब्धvsGLM 5.1noneMercury 2.5 PreviewmediumvsGPT-6 SolnoneMercury 2.5highvsGLM 5.1noneMercury 2.5 PreviewhighvsGLM 5.1noneQwen3.6 35B A3BmediumvsGLM 5.1noneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumSolar Pro 4mediumvsGLM 5.1noneMercury 2.5 PreviewmediumvsGPT-5.6 Lunalow