- Rang
- #194
- Total tokenuri de ieșire
- 193,676
- Timp de răspuns (mediu)
- 7.62s
- Cost total
- $0.044
Mercury 2.5 (high) vs GLM 5.1
Scorul mediu este practic egal la 6.5 vs 6.5. Mercury 2.5 (high) are costul de benchmark mai mic, $0.044 vs $0.311. Mercury 2.5 (high) este mai rapid cu 7.62s vs 11.10s, cu rate de reușită de 59.4% vs 47.8%.
Modele comparate
- Rang
- #196
- Total tokenuri de ieșire
- 20,076
- Timp de răspuns (mediu)
- 11.10s
- Cost total
- $0.311
Model recomandat
Mercury 2.5 (high)
Are cel mai bun scor aici (6.5) și costă de aproximativ 7.2x mai puțin decât GLM 5.1.
Comparație detaliată
| Metrică | Mercury 2.5 Mercury 2.5 high | GLM 5.1 GLM 5.1 none |
|---|---|---|
| Scor | 6.5 | 6.5 |
| Rang | #194 | #196 |
| Fiabilitate | 9.8 | 10.0 |
| Consistență | 8.7 | 8.2 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 59.4% | 47.8% |
| Teste instabile | 4 | 5 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 0.362 | 3.478 |
| Cost total | $0.044 | $0.311 |
| Preț de intrare | $0.040 / 1M | $0.965 / 1M |
| Preț de ieșire | $0.150 / 1M | $3.032 / 1M |
| Total tokenuri de intrare | 358,562 | 258,956 |
| Tokenuri de ieșire | 4,266 | 20,076 |
| Tokenuri de raționament | 189,410 | 0 |
| Timp de răspuns (mediu) | 7.62s | 11.10s |
| Timp de răspuns (maxim) | 80.30s | 107.19s |
| Timp de răspuns (total) | 175.36s | 255.39s |
| Parametri | ~100B | 744B în total (40B activi) |
| Disponibilitate | Închis | Sursă deschisă |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#194 Mercury 2.5
high- Cost
- $0.001
- Timp
- 3.5s
- Tokenuri
- 2,447 tok
#196 GLM 5.1
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.9 | 9.6 | 0.0% | 0 | 80.30s | 238,494 | 864 | 18,265 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 107.19s | 134,737 | 5,683 | 0 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.33s | 782 | 218 | 7,913 | |
| GLM 5.1 | 4.0 | 6.3 | 25.0% | 2 | 2.11s | 555 | 305 | 0 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 7.8 | 44.4% | 1 | 6.58s | 7,757 | 415 | 44,012 | |
| GLM 5.1 | 3.9 | 9.7 | 0.0% | 0 | 4.96s | 7,256 | 525 | 0 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 5.8 | 66.7% | 1 | 16.00s | 91,255 | 1,478 | 62,200 | |
| GLM 5.1 | 2.8 | 1.8 | 33.3% | 2 | 46.88s | 99,907 | 12,768 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 1.08s | 7,107 | 204 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 2.9 | 7.2 | 11.1% | 1 | 4.86s | 857 | 78 | 22,452 | |
| GLM 5.1 | 5.3 | 7.2 | 44.4% | 1 | 2.27s | 697 | 24 | 0 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 5.0 | 10.0 | 0.0% | 0 | 2.69s | 528 | 93 | 3,609 | |
| GLM 5.1 | 5.0 | 10.0 | 0.0% | 0 | 790ms | 477 | 39 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 934ms | 401 | 27 | 1,770 | |
| GLM 5.1 | 9.8 | 10.0 | 100.0% | 0 | 1.98s | 636 | 66 | 0 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 8.7 | 7.7 | 88.9% | 1 | 1.39s | 771 | 227 | 5,812 | |
| GLM 5.1 | 7.7 | 10.0 | 66.7% | 0 | 1.45s | 609 | 151 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.06s | 9,130 | 283 | 4,484 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 10.68s | 6,789 | 300 | 0 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 2.34s | 186 | 11 | 0 |
Comparație rapidă
Schimbă perechea de comparație
KAT-Coder-Pro V2.5highvsGLM 5.1noneGrok 4.3mediumvsGLM 5.1noneMercury 2.5highvsGLM 5.3lowLaguna XS 2.1mediumDisponibil gratuitvsGLM 5.1noneMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.2noneClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5highvsLaguna XS 2.1mediumDisponibil gratuitQwen3.6 35B A3BmediumvsGLM 5.1noneMercury 2.5highvsQwen3.5-122B-A10Bnone