Mercury 2.5 Preview (medium) vs GLM 5.1

Mercury 2.5 Preview (medium) лидирует по среднему баллу: 6.8 vs 6.5. Mercury 2.5 Preview (medium) имеет более низкую стоимость benchmark: $0.039 vs $0.451. Mercury 2.5 Preview (medium) быстрее: 6.66s vs 11.10s, с долей успешных попыток 66.7% vs 47.8%.

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

Сравниваемые модели

Ранг: #176
Общее число выходных токенов: 150,107
Время ответа (среднее): 6.66s
Общая стоимость: $0.039

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

Рекомендуемая модель Mercury 2.5 Preview (medium)

Здесь у него лучший балл (6.8), при этом он примерно в 11.7 раза дешевле, чем GLM 5.1.

Подробное сравнение

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

Метрика	Mercury 2.5 Preview Mercury 2.5 Preview medium Релиз: 2026-09-02	GLM 5.1 GLM 5.1 none Релиз: 2026-04-07
Оценка	6.8	6.5
Ранг	#176	#203
Надежность	10.0	10.0
Стабильность	9.6	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	47.8%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	0.244	3.478
Общая стоимость	$0.039	$0.451
Цена входа	$0.040 / 1M	$1.400 / 1M
Цена выхода	$0.150 / 1M	$4.400 / 1M
Цена чтения из кэша	Н/Д	$0.260 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	397,291	258,956
Выходные токены	6,355	20,076
Токены рассуждений	143,752	0
Время ответа (среднее)	6.66s	11.10s
Время ответа (макс.)	74.63s	107.19s
Время ответа (суммарно)	153.29s	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.

#176 Mercury 2.5 Preview

medium

Стоимость: $0.001
Время: 2.7s
Токены: 2,241 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 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
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		1.43s	781	203	7,921
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	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
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	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
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		2.77s	8,292	514	11,354
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	5.3	7.2	44.4%	1		3.72s	853	62	17,120
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	5.0	10.0	0.0%	0		2.09s	538	99	3,375
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		1.35s	744	96	3,987
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		1.87s	771	274	7,323
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		2.37s	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		4.13s	232	29	6,804
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2.5 PreviewmediumvsInklinglowБесплатно доступно KAT-Coder-Pro V2.5highvsGLM 5.1none Grok 4.3mediumvsGLM 5.1none Laguna XS 2.1mediumБесплатно доступноvsGLM 5.1none Mercury 2.5 PreviewmediumvsGPT-6 Solnone Mercury 2.5highvsGLM 5.1none Mercury 2.5 PreviewhighvsGLM 5.1none Qwen3.6 35B A3BmediumvsGLM 5.1none Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Solar Pro 4mediumvsGLM 5.1none Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow