Mercury 2.5 (medium) vs GLM 5.1

GLM 5.1 лидирует по среднему баллу: 6.5 vs 6.4. Mercury 2.5 (medium) имеет более низкую стоимость benchmark: $0.034 vs $0.451. Mercury 2.5 (medium) быстрее: 7.74s vs 11.10s, с долей успешных попыток 63.8% vs 47.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-05

Сравниваемые модели

Ранг: #212
Общее число выходных токенов: 138,946
Время ответа (среднее): 7.74s
Общая стоимость: $0.034

Ранг: #203
Общее число выходных токенов: 20,076
Время ответа (среднее): 11.10s
Общая стоимость: $0.451

Рекомендуемая модель Mercury 2.5 (medium)

Его балл близок к лучшему здесь (6.4 против 6.5), при этом он примерно в 13.4 раза дешевле, чем GLM 5.1.

Подробное сравнение

Метрика	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08	GLM 5.1 GLM 5.1 none Релиз: 2026-04-07

Метрика	Mercury 2.5 Mercury 2.5 medium Релиз: 2026-09-08	GLM 5.1 GLM 5.1 none Релиз: 2026-04-07
Оценка	6.4	6.5
Ранг	#212	#203
Надежность	9.7	10.0
Стабильность	8.3	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	63.8%	47.8%
Нестабильные тесты	5	5
Всего запусков	69	69
Стоимость за результат	0.280	3.478
Общая стоимость	$0.034	$0.451
Цена входа	$0.040 / 1M	$1.400 / 1M
Цена выхода	$0.150 / 1M	$4.400 / 1M
Цена чтения из кэша	$0.004 / 1M	$0.260 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	317,982	258,956
Выходные токены	3,918	20,076
Токены рассуждений	135,028	0
Время ответа (среднее)	7.74s	11.10s
Время ответа (макс.)	107.89s	107.19s
Время ответа (суммарно)	178.07s	255.39s
Параметры	~100B	744B всего (40B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#212 Mercury 2.5

medium

Стоимость: $0.001
Время: 3.8s
Токены: 3,386 tok

#203 GLM 5.1

none

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	4.7	3.1	33.3%	1		107.89s	226,580	780	18,037
GLM 5.1	10.0	10.0	100.0%	0		107.19s	134,737	5,683	0

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		1.28s	773	192	7,122
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	0

Комбинированный	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		9.23s	62,336	1,073	34,370
GLM 5.1	2.8	1.8	33.3%	2		46.88s	99,907	12,768	0

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		2.57s	8,385	582	9,343
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837
GLM 5.1	5.3	7.2	44.4%	1		2.27s	697	24	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	0

Решение головоломок	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		1.93s	766	290	7,721
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	0

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		3.35s	9,203	269	4,641
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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		4.30s	232	32	7,392
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsMercury 2.5medium KAT-Coder-Pro V2.5highvsGLM 5.1none Grok 4.3mediumvsGLM 5.1none Dots 3 Note PreviewhighБесплатно доступноvsMercury 2.5medium Dots 3 Note PreviewlowБесплатно доступноvsMercury 2.5medium Laguna XS 2.1mediumБесплатно доступноvsGLM 5.1none Mercury 2.5highvsGLM 5.1none Mercury 2.5 PreviewhighvsGLM 5.1none Mercury 2.5mediumvsLongCat 2.0none Qwen3.6 35B A3BmediumvsGLM 5.1none Mercury 2.5mediumvsQwen3.6 27Bnone Solar Pro 4mediumvsGLM 5.1none