Mercury 2.5 (high) vs GLM 5.1 (medium)

Modelos comparados

Modelo recomendado Mercury 2.5 (high)

Tem a melhor pontuação aqui (7.1) e custa cerca de 23.4x menos que GLM 5.1 (medium).

Métrica	Mercury 2.5 Mercury 2.5 high Lançamento: 2026-09-08	GLM 5.1 GLM 5.1 medium Lançamento: 2026-04-07

Métrica	Mercury 2.5 Mercury 2.5 high Lançamento: 2026-09-08	GLM 5.1 GLM 5.1 medium Lançamento: 2026-04-07
Pontuação	7.1	7.0
Posição	#134	#138
Confiabilidade	9.7	8.1
Consistência	8.6	8.4
Tentativas	66/66	66/66
Testes corretos
Taxa de acerto por tentativa	62.1%	65.2%
Testes instáveis	4	4
Execuções totais	66	66
Custo por resultado	0.259	6.923
Custo total	$0.031	$0.727
Preço de entrada	$0.040 / 1M	$0.966 / 1M
Preço de saída	$0.150 / 1M	$3.036 / 1M
Total de tokens de entrada	120,068	82,592
Tokens de saída	3,402	16,089
Tokens de raciocínio	171,145	199,800
Tempo de resposta (médio)	4.32s	58.80s
Tempo de resposta (máx.)	23.63s	308.75s
Tempo de resposta (total)	95.06s	1234.72s
Parâmetros	~100B	744B no total (40B ativos)
Disponibilidade	Código fechado	Código aberto

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

high

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Trocar par de comparação