Navigare
Advertise here

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 $0.451. Mercury 2.5 (high) este mai rapid cu 7.62s vs 11.10s, cu rate de reușită de 59.4% vs 47.8%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#271
Total tokenuri de ieșire
193,676
Timp de răspuns (mediu)
7.62s
Cost total
$0.044
Rang
#274
Total tokenuri de ieșire
20,076
Timp de răspuns (mediu)
11.10s
Cost total
$0.451
Model recomandat Mercury 2.5 (high)

Are cel mai bun scor aici (6.5) și costă de aproximativ 10.4x mai puțin decât GLM 5.1.

Comparație detaliată

Metrică Mercury 2.5 Mercury 2.5 high Lansare: 2026-09-08 GLM 5.1 GLM 5.1 none Lansare: 2026-04-07
Scor 6.5 6.5
Rang #271 #274
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 $0.451
Preț de intrare $0.040 / 1M $1.400 / 1M
Preț de ieșire $0.150 / 1M $4.400 / 1M
Preț citire cache $0.004 / 1M $0.260 / 1M
Preț scriere cache N/D N/D
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

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#271 Mercury 2.5

high
Cost
$0.001
Timp
3.5s
Tokenuri
2,447 tok

#274 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

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

Schimbă perechea de comparație