Mercury 2 (medium) vs GLM 5.3 (low)

Mercury 2 (medium) average score मध्ये पुढे आहे: 6.6 vs 6.5. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.121 vs $0.215. Mercury 2 (medium) वेगवान आहे: 4.40s vs 15.18s, pass rates 53.6% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #201
एकूण आउटपुट टोकन्स: 96,943
प्रतिसाद वेळ (सरासरी): 4.40s
एकूण खर्च: $0.121

क्रमांक: #208
एकूण आउटपुट टोकन्स: 28,106
प्रतिसाद वेळ (सरासरी): 15.18s
एकूण खर्च: $0.215

शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (6.6), while costing about 1.8x less than GLM 5.3 (low).

तपशीलवार तुलना

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20
स्कोअर	6.6	6.5
क्रमांक	#201	#208
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	53.6%	63.8%
अस्थिर चाचण्या	5	5
एकूण रन	69	69
प्रति निकाल खर्च	1.201	3.923
एकूण खर्च	$0.121	$0.215
इनपुट किंमत	$0.250 / 1M	$0.070 / 1M
आउटपुट किंमत	$0.750 / 1M	$7.000 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	$0.065 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	189,300	247,871
आउटपुट टोकन्स	10,854	10,791
रिझनिंग टोकन्स	86,089	17,315
प्रतिसाद वेळ (सरासरी)	4.40s	15.18s
प्रतिसाद वेळ (कमाल)	34.92s	83.60s
प्रतिसाद वेळ (एकूण)	96.81s	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.

#201 Mercury 2

medium

खर्च: $0.002
वेळ: 2.1s
टोकन्स: 1,702 tok

#208 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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
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	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
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	4.8	10.0	0.0%	0		821ms	456	137	542
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	10.0	10.0	100.0%	0		1.07s	340	14	958
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	5.4	10.0	33.3%	0		949ms	601	361	2,781
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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GLM 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

तुलना जोडी बदला

Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5highvsGLM 5.3low Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsGLM 5.3low Grok 4.3mediumvsGLM 5.3low Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low 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