Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs Z.ai: GLM 5.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 GLM 5.1 GLM 5.1 none Lansare: 2026-04-07
Scor 6.3 5.6
Rang #90 #113
Fiabilitate 10.0 10.0
Consistență 8.4 8.1
Teste corecte
Rată de trecere pe încercare 50.0% 40.0%
Teste instabile 4 5
Rulări totale 60 60
Cost per rezultat 0.687 0.941
Cost total $0.055 $0.057
Preț de intrare $0.250 / 1M $0.980 / 1M
Preț de ieșire $0.750 / 1M $3.080 / 1M
Tokenuri de ieșire 4,015 3,749
Tokenuri de raționament 58,382 0
Timp de răspuns (mediu) 2.27s 4.16s
Timp de răspuns (maxim) 14.63s 32.57s
Timp de răspuns (total) 43.15s 83.23s

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

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GLM 5.1 4.0 6.3 25.0% 2 2.11s 305 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
GLM 5.1 4.3 9.5 0.0% 0 6.33s 519 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
GLM 5.1 2.8 2.1 33.3% 1 32.57s 2,129 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
GLM 5.1 10.0 10.0 100.0% 0 1.08s 204 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
GLM 5.1 2.9 7.2 11.1% 1 1.99s 24 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
GLM 5.1 5.0 10.0 0.0% 0 790ms 39 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
GLM 5.1 9.8 10.0 100.0% 0 1.58s 66 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
GLM 5.1 6.1 7.8 44.4% 1 1.48s 152 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
GLM 5.1 10.0 10.0 100.0% 0 10.68s 300 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
GLM 5.1 3.0 10.0 0.0% 0 2.34s 11 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsGLM 5.1noneMercury 2mediumvsGLM 5noneGemma 4 26B A4BnoneDisponibil gratuitvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumDisponibil gratuitvsGLM 5.1noneCobuddymediumDisponibil gratuitvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneElephant AlphamediumvsGLM 5.1noneDeepSeek V4 PrononevsMercury 2mediumOwl AlphamediumvsGLM 5.1none