AI BENCHY Compare

Inception: Mercury 2 vs Z.ai: GLM 5

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-03

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	GLM 5 GLM 5 none प्रकाशन: 2026-02-12

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	GLM 5 GLM 5 none प्रकाशन: 2026-02-12
स्कोअर	6.5	6.3
क्रमांक	#89	#96
विश्वसनीयता	10.0	10.0
सुसंगतता	8.8	9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर	51.7%	46.7%
अस्थिर चाचण्या	3	1
एकूण रन	60	60
प्रति निकाल खर्च	0.611	0.246
एकूण खर्च	$0.055	$0.025
इनपुट किंमत	$0.250 / 1M	$0.600 / 1M
आउटपुट किंमत	$0.750 / 1M	$1.920 / 1M
एकूण इनपुट टोकन्स	32,570	34,537
आउटपुट टोकन्स	4,022	1,985
रिझनिंग टोकन्स	58,405	0
प्रतिसाद वेळ (सरासरी)	2.27s	3.95s
प्रतिसाद वेळ (कमाल)	14.63s	11.07s
प्रतिसाद वेळ (एकूण)	43.20s	51.38s

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

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	4.8	10.0	25.0%	0		2.37s	510	275	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	7.2	6.5	66.7%	1		2.29s	4,519	270	8,514
GLM 5	4.6	6.8	16.7%	1		5.18s	4,658	424	0

संयुक्त	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		3.28s	12,909	268	4,887
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	0

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	10.0	10.0	100.0%	0		5.78s	7,107	203	0

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	7.2	11.1%	1		6.48s	695	41	30,754
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	0

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	10.0	10.0	100.0%	0		3.27s	477	103	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	10.0	10.0	100.0%	0		1.48s	636	61	0

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	7.7	10.0	66.7%	0		1.91s	609	261	0

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	10.0	10.0	100.0%	0		11.07s	6,899	220	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	3.0	10.0	0.0%	0		3.62s	186	13	0

झटपट तुलना

तुलना जोडी बदला

Mercury 2mediumvsGPT-5.5none Gemini 3.1 Flash LitenonevsMercury 2medium Mercury 2mediumvsQwen3.7 Plusnone Mercury 2mediumvsQwen3.5 Plus 2026-02-15none Mercury 2mediumvsRing-2.6-1Tnone Gemini 2.5 FlashnonevsMercury 2medium Gemini 3.1 Flash LiteminimalvsMercury 2medium GPT-5 NanomediumvsGLM 5none Gemma 4 31Bnoneमोफत उपलब्धvsMercury 2medium DeepSeek V4 ProhighvsGLM 5none Qwen3.6 27BmediumvsGLM 5none Gemma 4 26B A4Bnoneमोफत उपलब्धvsMercury 2medium