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 4.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Mercury 2 Mercury 2 none Lansare: 2026-02-24 GLM 4.7 Flash GLM 4.7 Flash medium Lansare: 2026-01-19
Scor 4.8 4.6
Rang #89 #91
Consistență 9.0 6.3
Teste corecte
Rată de trecere pe încercare 27.8% 38.9%
Teste instabile 2 8
Rulări totale 54 54
Cost per rezultat 0.165 1.126
Cost total $0.007 $0.046
Preț de intrare $0.250 / 1M $0.060 / 1M
Preț de ieșire $0.750 / 1M $0.400 / 1M
Tokenuri de ieșire 1,625 39,688
Tokenuri de raționament 0 72,401
Timp de răspuns (mediu) 613ms 32.33s
Timp de răspuns (maxim) 1.27s 174.55s
Timp de răspuns (total) 11.04s 355.65s

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 3.0 10.0 0.0% 0 483ms 286 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 1,122 6,110
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
GLM 4.7 Flash 3.6 2.1 33.3% 1 21.26s 969 6,936
Combinat 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 606ms 131 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 2,585 20,648
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 667ms 180 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 584 2,755
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 5.3 7.2 44.4% 1 534ms 46 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 33,000 25,394
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 628ms 159 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 18 2,138
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 6.5 10.0 50.0% 0 551ms 82 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 388 2,181
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 3.1 10.0 0.0% 0 533ms 234 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.90s 798 5,225
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 1.27s 197 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 224 1,014

Comparație rapidă

Schimbă perechea de comparație

MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3 Coder NextmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsElephantmediumMercury 2nonevsMiniMax M2.7mediumNemotron 3 SupernoneDisponibil gratuitvsGLM 4.7 FlashmediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 Flashmedium