- Rang
- #212
- Total tokenuri de ieșire
- 138,946
- Timp de răspuns (mediu)
- 7.74s
- Cost total
- $0.034
Mercury 2.5 (medium) vs GLM 5.1
GLM 5.1 conduce la scorul mediu cu 6.5 vs 6.4. Mercury 2.5 (medium) are costul de benchmark mai mic, $0.034 vs $0.451. Mercury 2.5 (medium) este mai rapid cu 7.74s vs 11.10s, cu rate de reușită de 63.8% vs 47.8%.
Modele comparate
- Rang
- #203
- Total tokenuri de ieșire
- 20,076
- Timp de răspuns (mediu)
- 11.10s
- Cost total
- $0.451
Model recomandat
Mercury 2.5 (medium)
Scorul rămâne aproape de cel mai bun scor de aici (6.4 vs 6.5) și costă de aproximativ 13.4x mai puțin decât GLM 5.1.
Comparație detaliată
| Metrică | Mercury 2.5 Mercury 2.5 medium | GLM 5.1 GLM 5.1 none |
|---|---|---|
| Scor | 6.4 | 6.5 |
| Rang | #212 | #203 |
| Fiabilitate | 9.7 | 10.0 |
| Consistență | 8.3 | 8.2 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 63.8% | 47.8% |
| Teste instabile | 5 | 5 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 0.280 | 3.478 |
| Cost total | $0.034 | $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 | 317,982 | 258,956 |
| Tokenuri de ieșire | 3,918 | 20,076 |
| Tokenuri de raționament | 135,028 | 0 |
| Timp de răspuns (mediu) | 7.74s | 11.10s |
| Timp de răspuns (maxim) | 107.89s | 107.19s |
| Timp de răspuns (total) | 178.07s | 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.
#212 Mercury 2.5
medium- Cost
- $0.001
- Timp
- 3.8s
- Tokenuri
- 3,386 tok
#203 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 | 4.7 | 3.1 | 33.3% | 1 | 107.89s | 226,580 | 780 | 18,037 | |
| 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 | 1.28s | 773 | 192 | 7,122 | |
| 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 | 5.0 | 5.1 | 44.5% | 2 | 3.70s | 7,807 | 488 | 21,857 | |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 9.23s | 62,336 | 1,073 | 34,370 | |
| 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 | 2.57s | 8,385 | 582 | 9,343 | |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 4.39s | 852 | 59 | 19,837 | |
| 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 | 4.4 | 9.9 | 0.0% | 0 | 1.60s | 528 | 98 | 2,364 | |
| 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 | 6.4 | 6.0 | 66.7% | 1 | 1.07s | 520 | 55 | 2,344 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.93s | 766 | 290 | 7,721 | |
| 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 | 3.35s | 9,203 | 269 | 4,641 | |
| 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 | 4.30s | 232 | 32 | 7,392 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 2.34s | 186 | 11 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.5 FlashminimalvsMercury 2.5mediumKAT-Coder-Pro V2.5highvsGLM 5.1noneGrok 4.3mediumvsGLM 5.1noneDots 3 Note PreviewhighDisponibil gratuitvsMercury 2.5mediumDots 3 Note PreviewlowDisponibil gratuitvsMercury 2.5mediumLaguna XS 2.1mediumDisponibil gratuitvsGLM 5.1noneMercury 2.5highvsGLM 5.1noneMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5mediumvsLongCat 2.0noneQwen3.6 35B A3BmediumvsGLM 5.1noneMercury 2.5mediumvsQwen3.6 27BnoneSolar Pro 4mediumvsGLM 5.1none