AI BENCHY Compare
Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-05
| Metrică | Inception: Mercury 2 none Lansare: 2026-02-24 | Z.ai: GLM 4.7 Flash medium Lansare: 2026-01-19 |
|---|---|---|
| Rang | #50 | #52 |
| Scor mediu | 34 | 33 |
| Consistență | 89 | 61 |
| Cost per rezultat | 0.147 | 1.018 |
| Cost total | $0.006 | $0.041 |
| Teste corecte | ||
| Rată de trecere pe încercare | 33.3% | 44.4% |
| Teste instabile | 2 | 7 |
| Tokenuri de ieșire | 1,144 | 38,664 |
| Tokenuri de raționament | 0 | 62,814 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| Z.ai: GLM 4.7 Flash | 40 | 45 | 55.6% | 2 | 1,085 | 5,597 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 21 | 33.3% | 1 | 2,585 | 20,648 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| Z.ai: GLM 4.7 Flash | 50 | 100 | 50.0% | 0 | 584 | 2,755 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 44 | 33.3% | 2 | 33,000 | 25,394 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 82 | 0 | |
| Z.ai: GLM 4.7 Flash | 50 | 58 | 66.7% | 1 | 388 | 2,181 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 72 | 11.1% | 1 | 798 | 5,225 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| Z.ai: GLM 4.7 Flash | 100 | 100 | 100.0% | 0 | 224 | 1,014 |
Comparație rapidă
Schimbă perechea de comparație
Mercury 2nonevsQwen3 Coder NextmediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumKimi K2.5nonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumLFM2-24B-A2BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumTrinity Large Preview (free)noneDisponibil gratuitvsGLM 4.7 FlashmediumGPT-5.4nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumQwen3.5-35B-A3BnonevsGLM 4.7 FlashmediumQwen3.5-27BnonevsGLM 4.7 Flashmedium