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

Mercury 2 vs GLM 4.7 Flash (medium)

Mercury 2 average score मध्ये पुढे आहे: 4.7 vs 4.3. Mercury 2 चा benchmark खर्च कमी आहे: $0.030 vs $0.168. Mercury 2 वेगवान आहे: 825ms vs 134.34s, pass rates 24.2% vs 31.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-03

क्रमांक
#281
एकूण आउटपुट टोकन्स
9,584
प्रतिसाद वेळ (सरासरी)
825ms
एकूण खर्च
$0.030
क्रमांक
#289
एकूण आउटपुट टोकन्स
419,534
प्रतिसाद वेळ (सरासरी)
134.34s
एकूण खर्च
$0.168
शिफारस केलेले मॉडेल Mercury 2

It has the best score here (4.7), while costing about 5.6x less than GLM 4.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24 GLM 4.7 Flash GLM 4.7 Flash medium प्रकाशन: 2026-01-19
स्कोअर 4.7 4.3
क्रमांक #281 #289
विश्वसनीयता 10.0 8.6
सुसंगतता 9.2 7.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 24.2% 31.8%
अस्थिर चाचण्या 2 8
एकूण रन 66 66
प्रति निकाल खर्च 0.740 4.180
एकूण खर्च $0.030 $0.168
इनपुट किंमत $0.250 / 1M $0.060 / 1M
आउटपुट किंमत $0.750 / 1M $0.400 / 1M
एकूण इनपुट टोकन्स 89,637 79,104
आउटपुट टोकन्स 9,584 42,254
रिझनिंग टोकन्स 0 377,280
प्रतिसाद वेळ (सरासरी) 825ms 134.34s
प्रतिसाद वेळ (कमाल) 4.52s 1539.97s
प्रतिसाद वेळ (एकूण) 18.14s 2015.13s
पॅरामीटर्स ~100B 30B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#281 Mercury 2

none
खर्च
$0.002
वेळ
1.8s
टोकन्स
1,514 tok

#289 GLM 4.7 Flash

medium
अवैध SVG
खर्च
$0.000
वेळ
186.2s
टोकन्स
12,112 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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387

झटपट तुलना

तुलना जोडी बदला