नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (medium) vs GLM 5.3 FlashX Legal (low)

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.7. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.135. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 8.30s, pass rates 66.7% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#231
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#237
एकूण आउटपुट टोकन्स
37,995
प्रतिसाद वेळ (सरासरी)
8.30s
एकूण खर्च
$0.135
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 3.5x less than GLM 5.3 FlashX Legal (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low प्रकाशन: 2026-11-02
स्कोअर 6.8 6.7
क्रमांक #231 #237
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 7.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 55.1%
अस्थिर चाचण्या 1 6
एकूण रन 69 69
प्रति निकाल खर्च 0.244 1.349
एकूण खर्च $0.039 $0.135
इनपुट किंमत $0.040 / 1M $0.370 / 1M
आउटपुट किंमत $0.150 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 236,104
आउटपुट टोकन्स 6,355 11,222
रिझनिंग टोकन्स 143,752 26,773
प्रतिसाद वेळ (सरासरी) 6.66s 8.30s
प्रतिसाद वेळ (कमाल) 74.63s 64.18s
प्रतिसाद वेळ (एकूण) 153.29s 190.99s
पॅरामीटर्स ~100B ~320B एकूण (~18B 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.

#231 Mercury 2.5 Preview

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

#237 GLM 5.3 FlashX Legal

low
खर्च
$0.003
वेळ
12.4s
टोकन्स
2,362 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 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

झटपट तुलना

तुलना जोडी बदला

Qwen3.5-FlashnonevsGLM 5.3 FlashX LegallowMercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneGrok Build 0.1mediumvsGLM 5.3 FlashX LegallowGrok 4.7highvsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 FlashX LegallowGPT-5.6 SolnonevsGLM 5.3 FlashX LegallowApodex 1.1 Minihighमोफत उपलब्धvsGLM 5.3 FlashX LegallowSolar Pro 4xhighvsGLM 5.3 FlashX Legallow