Mercury 2 (medium) vs GLM 5.3 Flash (low)

GLM 5.3 Flash (low) лидирует по среднему баллу: 6.6 vs 6.6. GLM 5.3 Flash (low) имеет более низкую стоимость benchmark: $0.052 vs $0.121. Mercury 2 (medium) быстрее: 4.40s vs 11.82s, с долей успешных попыток 53.6% vs 58.0%.

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

Сравниваемые модели

Ранг: #189
Общее число выходных токенов: 96,943
Время ответа (среднее): 4.40s
Общая стоимость: $0.121

Ранг: #184
Общее число выходных токенов: 27,168
Время ответа (среднее): 11.82s
Общая стоимость: $0.052

Рекомендуемая модель GLM 5.3 Flash (low)

Здесь у него лучший балл (6.6), при этом он примерно в 2.3 раза дешевле, чем Mercury 2 (medium).

Подробное сравнение

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Релиз: 2026-08-26

Метрика	Mercury 2 Mercury 2 medium Релиз: 2026-02-24	GLM 5.3 Flash GLM 5.3 Flash low Релиз: 2026-08-26
Оценка	6.6	6.6
Ранг	#189	#184
Надежность	10.0	10.0
Стабильность	8.1	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	53.6%	58.0%
Нестабильные тесты	5	4
Всего запусков	69	69
Стоимость за результат	1.201	0.338
Общая стоимость	$0.121	$0.052
Цена входа	$0.250 / 1M	$0.150 / 1M
Цена выхода	$0.750 / 1M	$0.500 / 1M
Общее число входных токенов	189,300	255,173
Выходные токены	10,854	9,891
Токены рассуждений	86,089	17,277
Время ответа (среднее)	4.40s	11.82s
Время ответа (макс.)	34.92s	90.45s
Время ответа (суммарно)	96.81s	271.92s
Параметры	~100B	320B всего (18B 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.

#189 Mercury 2

medium

Стоимость: $0.002
Время: 2.1s
Токены: 1,702 tok

#184 GLM 5.3 Flash

low

Стоимость: $0.001
Время: 20.7s
Токены: 1,482 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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
GLM 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
GLM 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
GLM 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
GLM 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
GLM 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
GLM 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
GLM 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
GLM 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
GLM 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
GLM 5.3 Flash	10.0	10.0	100.0%	0		17.00s	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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
GLM 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsGLM 5.3 Flashlow Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low GPT-5.6 SolnonevsGLM 5.3 Flashlow GPT 5.3 ChatnonevsGLM 5.3 Flashlow Qwen3.7 FlashmediumvsGLM 5.3 Flashlow Ember-1maxvsGLM 5.3 Flashlow MiniMax M3mediumvsGLM 5.3 Flashlow Grok 4.7highvsGLM 5.3 Flashlow Mercury 2mediumvsGLM 5.2none Qwen3.5-FlashnonevsGLM 5.3 Flashlow