Mercury 2 (medium) vs GLM 5.3 Flash (low)

Modele comparate

Model recomandat GLM 5.3 Flash (low)

Are cel mai bun scor aici (6.6) și costă de aproximativ 2.3x mai puțin decât Mercury 2 (medium).

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Lansare: 2026-08-26

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Lansare: 2026-08-26
Scor	6.6	6.6
Rang	#189	#184
Fiabilitate	10.0	10.0
Consistență	8.1	8.5
Încercări	69/69	69/69
Teste corecte
Rată de trecere pe încercare	53.6%	58.0%
Teste instabile	5	4
Rulări totale	69	69
Cost per rezultat	1.201	0.338
Cost total	$0.121	$0.052
Preț de intrare	$0.250 / 1M	$0.150 / 1M
Preț de ieșire	$0.750 / 1M	$0.500 / 1M
Total tokenuri de intrare	189,300	255,173
Tokenuri de ieșire	10,854	9,891
Tokenuri de raționament	86,089	17,277
Timp de răspuns (mediu)	4.40s	11.82s
Timp de răspuns (maxim)	34.92s	90.45s
Timp de răspuns (total)	96.81s	271.92s
Parametri	~100B	320B în total (18B activi)
Disponibilitate	Închis	Sursă deschisă

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

medium

low

Categorie:

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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
GLM 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
GLM 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
GLM 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
GLM 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
GLM 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

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	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
GLM 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

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	4.8	10.0	0.0%	0		821ms	456	137	542
GLM 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	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	10.0	10.0	100.0%	0		1.07s	340	14	958
GLM 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
GLM 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
GLM 5.3 Flash	10.0	10.0	100.0%	0		17.00s	6,861	231	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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GLM 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

Schimbă perechea de comparație