Inception: Mercury 2 vs Z.ai: GLM 5.1

GLM 5.1 (medium) lidera na pontuação média com 7.1 vs 7.0. Mercury 2 (medium) tem menor custo de benchmark com $0.093 vs $0.535. Mercury 2 (medium) é mais rápido com 2.72s vs 46.77s, com taxas de acerto de 51.5% vs 69.7%.

Modelo recomendadoMercury 2 (medium)A pontuação fica perto da melhor aqui (7.0 vs 7.1) e custa cerca de 5.8x menos que GLM 5.1 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-18

Métrica	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24	GLM 5.1 GLM 5.1 medium Lançamento: 2026-04-07

Métrica	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24	GLM 5.1 GLM 5.1 medium Lançamento: 2026-04-07
Pontuação	7.0	7.1
Posição	#77	#73
Confiabilidade	10.0	8.3
Consistência	8.8	8.4
Testes corretos
Taxa de acerto por tentativa	51.5%	69.7%
Testes instáveis	3	4
Execuções totais	66	66
Custo por resultado	0.928	4.202
Custo total	$0.093	$0.535
Preço de entrada	$0.250 / 1M	$0.966 / 1M
Preço de saída	$0.750 / 1M	$3.036 / 1M
Total de tokens de entrada	109,572	82,623
Tokens de saída	10,313	16,089
Tokens de raciocínio	76,806	136,463
Tempo de resposta (médio)	2.72s	46.77s
Tempo de resposta (máx.)	14.63s	308.75s
Tempo de resposta (total)	57.12s	982.16s

Hamster playing table tennis

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

#77 Mercury 2

medium

Custo: $0.002
Tempo: 2.1s
Tokens: 1,702 tok

#73 GLM 5.1

medium

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
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	2.9	7.2	11.1%	1		6.48s	695	41	30,754
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

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	4.8	10.0	0.0%	0		821ms	456	137	542
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	10.0	10.0	100.0%	0		1.07s	340	14	958
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	5.4	10.0	33.3%	0		949ms	601	361	2,781
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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Comparação rápida

Trocar par de comparação

Gemini 3.5 FlashnonevsMercury 2medium Qwen3.7 PlusnonevsGLM 5.1medium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5highvsGLM 5.1medium Step 3.7 FlashlowvsGLM 5.1medium Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Gemini 3.5 FlashnonevsGLM 5.1medium Claude Opus 4.8nonevsGLM 5.1medium Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium