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

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 $0.471. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 15.18s, pass rates 66.7% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक: #173
एकूण आउटपुट टोकन्स: 150,107
प्रतिसाद वेळ (सरासरी): 6.66s
एकूण खर्च: $0.039

क्रमांक: #199
एकूण आउटपुट टोकन्स: 28,106
प्रतिसाद वेळ (सरासरी): 15.18s
एकूण खर्च: $0.471

शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 12.3x less than GLM 5.3 (low).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02	GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02	GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20
स्कोअर	6.8	6.5
क्रमांक	#173	#199
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	63.8%
अस्थिर चाचण्या	1	5
एकूण रन	69	69
प्रति निकाल खर्च	0.244	3.923
एकूण खर्च	$0.039	$0.471
इनपुट किंमत	$0.040 / 1M	$1.400 / 1M
आउटपुट किंमत	$0.150 / 1M	$4.400 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.140 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	397,291	247,871
आउटपुट टोकन्स	6,355	10,791
रिझनिंग टोकन्स	143,752	17,315
प्रतिसाद वेळ (सरासरी)	6.66s	15.18s
प्रतिसाद वेळ (कमाल)	74.63s	83.60s
प्रतिसाद वेळ (एकूण)	153.29s	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.

#173 Mercury 2.5 Preview

medium

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

#199 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
GLM 5.3	5.2	3.2	33.3%	1		48.84s	142,882	2,259	1,039

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
GLM 5.3	6.9	7.9	66.7%	1		4.16s	639	266	249

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	6.2	6.9	55.6%	1		21.02s	7,317	368	6,764

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
GLM 5.3	3.8	5.8	33.3%	1		53.02s	80,209	6,729	5,209

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
GLM 5.3	10.0	10.0	100.0%	0		3.42s	7,149	210	56

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
GLM 5.3	5.3	10.0	33.3%	0		19.23s	759	35	3,384

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
GLM 5.3	4.1	2.7	33.3%	1		4.70s	498	163	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987
GLM 5.3	10.0	10.0	100.0%	0		3.40s	678	72	81

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323
GLM 5.3	10.0	10.0	100.0%	0		4.20s	672	389	225

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0
GLM 5.3	10.0	10.0	100.0%	0		18.45s	6,861	231	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804
GLM 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्ध Mercury 2.5highvsGLM 5.3low Mercury 2.5 PreviewmediumvsGPT-6 Solnone Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsGLM 5.3low Grok 4.3mediumvsGLM 5.3low Qwen3.6 35B A3BmediumvsGLM 5.3low Laguna XS 2.1mediumमोफत उपलब्धvsGLM 5.3low Qwen3.5-122B-A10BnonevsGLM 5.3low Claude Sonnet 5.5mediumvsGLM 5.3low Gemini 3 Flash PreviewnonevsGLM 5.3low Claude Opus 4.8nonevsMercury 2.5 Previewmedium