Mercury 2.5 Preview (high) vs GLM 5.1

Средний балл практически равен: 6.5 vs 6.5. Mercury 2.5 Preview (high) имеет более низкую стоимость benchmark: $0.039 vs $0.311. Mercury 2.5 Preview (high) быстрее: 7.61s vs 11.10s, с долей успешных попыток 65.2% vs 47.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #193
Общее число выходных токенов: 180,597
Время ответа (среднее): 7.61s
Общая стоимость: $0.039

Ранг: #196
Общее число выходных токенов: 20,076
Время ответа (среднее): 11.10s
Общая стоимость: $0.311

Рекомендуемая модель Mercury 2.5 Preview (high)

Здесь у него лучший балл (6.5), при этом он примерно в 8.1 раза дешевле, чем GLM 5.1.

Подробное сравнение

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	GLM 5.1 GLM 5.1 none Релиз: 2026-04-07

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview high Релиз: 2026-09-02	GLM 5.1 GLM 5.1 none Релиз: 2026-04-07
Оценка	6.5	6.5
Ранг	#193	#196
Надежность	9.9	10.0
Стабильность	8.0	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	47.8%
Нестабильные тесты	6	5
Всего запусков	69	69
Стоимость за результат	0.319	3.478
Общая стоимость	$0.039	$0.311
Цена входа	$0.000 / 1M	$0.965 / 1M
Цена выхода	$0.000 / 1M	$3.032 / 1M
Общее число входных токенов	298,512	258,956
Выходные токены	3,178	20,076
Токены рассуждений	177,419	0
Время ответа (среднее)	7.61s	11.10s
Время ответа (макс.)	86.84s	107.19s
Время ответа (суммарно)	175.08s	255.39s
Параметры	~100B	744B всего (40B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#193 Mercury 2.5 Preview

high

Стоимость: $0.001
Время: 4.5s
Токены: 3,851 tok

#196 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 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476
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 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008
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 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569
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 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789
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 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522
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 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958
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 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300
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 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777
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 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066
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 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0
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 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Быстрое сравнение

Сменить пару сравнения

KAT-Coder-Pro V2.5highvsGLM 5.1none Grok 4.3mediumvsGLM 5.1none Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Laguna XS 2.1mediumБесплатно доступноvsGLM 5.1none Mercury 2.5 PreviewhighvsGLM 5.3low Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Mercury 2.5highvsGLM 5.1none Mercury 2.5 PreviewhighvsGLM 5.2none Mercury 2.5 PreviewhighvsGrok 4.3medium Qwen3.6 35B A3BmediumvsGLM 5.1none Solar Pro 4mediumvsGLM 5.1none Mercury 2.5 PreviewhighvsLaguna XS 2.1mediumБесплатно доступно