Mercury 2.5 (medium) vs GLM 5.3 FlashX (high)

Modele comparate

Model recomandat Mercury 2.5 (medium)

Scorul rămâne aproape de cel mai bun scor de aici (6.8 vs 6.8) și costă de aproximativ 6.2x mai puțin decât GLM 5.3 FlashX (high).

Metrică	Mercury 2.5 Mercury 2.5 medium Lansare: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Lansare: 2026-09-21

Metrică	Mercury 2.5 Mercury 2.5 medium Lansare: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high Lansare: 2026-09-21
Scor	6.8	6.8
Rang	#169	#163
Fiabilitate	9.8	10.0
Consistență	8.6	8.2
Încercări	66/66	66/66
Teste corecte
Rată de trecere pe încercare	65.2%	68.2%
Teste instabile	4	5
Rulări totale	66	66
Cost per rezultat	0.181	1.125
Cost total	$0.022	$0.135
Preț de intrare	$0.040 / 1M	$0.370 / 1M
Preț de ieșire	$0.150 / 1M	$1.250 / 1M
Total tokenuri de intrare	91,402	81,365
Tokenuri de ieșire	3,138	6,821
Tokenuri de raționament	116,991	77,078
Timp de răspuns (mediu)	3.19s	12.07s
Timp de răspuns (maxim)	9.87s	91.16s
Timp de răspuns (total)	70.18s	265.62s
Parametri	~100B	320B în total (18B activi)
Disponibilitate	Închis	Închis

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

medium

high

Categorie:

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 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

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 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

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 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

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 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

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 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

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 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

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 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

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 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

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 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

Schimbă perechea de comparație