Mercury 2.5 (high) vs GLM 5.3 (low)

Сравниваемые модели

Рекомендуемая модель Mercury 2.5 (high)

Здесь у него лучший балл (6.5), при этом он примерно в 10.9 раза дешевле, чем GLM 5.3 (low).

Метрика	Mercury 2.5 Mercury 2.5 high Релиз: 2026-09-08	GLM 5.3 GLM 5.3 low Релиз: 2026-08-20

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

high

low

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
GLM 5.3	5.2	3.2	33.3%	1		51.27s	142,447	2,473	1,321

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
GLM 5.3	6.9	7.9	66.7%	1		4.16s	639	266	249

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
GLM 5.3	6.2	6.9	55.6%	1		21.02s	7,317	368	6,764

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
GLM 5.3	3.8	5.8	33.3%	1		53.02s	80,209	6,729	5,209

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
GLM 5.3	10.0	10.0	100.0%	0		3.42s	7,149	210	56

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
GLM 5.3	5.3	10.0	33.3%	0		19.23s	759	35	3,384

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
GLM 5.3	4.1	2.7	33.3%	1		4.70s	498	163	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
GLM 5.3	10.0	10.0	100.0%	0		3.40s	678	72	81

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
GLM 5.3	10.0	10.0	100.0%	0		4.20s	672	389	225

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
GLM 5.3	10.0	10.0	100.0%	0		18.45s	6,861	231	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
GLM 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

Сменить пару сравнения