Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash

Mercury 2 лидирует по среднему баллу: 4.6 vs 4.3. Mercury 2 имеет более низкую стоимость benchmark: $0.030 vs $0.166. Mercury 2 быстрее: 829ms vs 142.59s, с долей успешных попыток 22.7% vs 31.8%.

Рекомендуемая модельMercury 2Здесь у него лучший балл (4.6), при этом он примерно в 5.7 раза дешевле, чем GLM 4.7 Flash (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-18

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19

Метрика	Mercury 2 Mercury 2 none Релиз: 2026-02-24	GLM 4.7 Flash GLM 4.7 Flash medium Релиз: 2026-01-19
Оценка	4.6	4.3
Ранг	#185	#190
Надежность	10.0	7.8
Стабильность	9.2	7.0
Тестов верно
Доля успешных попыток	22.7%	31.8%
Нестабильные тесты	2	8
Всего запусков	66	66
Стоимость за результат	0.734	4.147
Общая стоимость	$0.030	$0.166
Цена входа	$0.250 / 1M	$0.061 / 1M
Цена выхода	$0.750 / 1M	$0.400 / 1M
Общее число входных токенов	88,704	79,051
Выходные токены	9,564	43,754
Токены рассуждений	0	374,109
Время ответа (среднее)	829ms	142.59s
Время ответа (макс.)	4.52s	1539.97s
Время ответа (суммарно)	18.24s	1996.21s

Hamster playing table tennis

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

#185 Mercury 2

none

Стоимость: $0.002
Время: 1.8s
Токены: 1,514 tok

#190 GLM 4.7 Flash

medium

Неверный SVG

Стоимость: $0.000
Время: 186.2s
Токены: 12,112 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:

Анти-ИИ уловки	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		483ms	631	286	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

Комбинированный	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		2.56s	65,412	5,256	0
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

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		667ms	6,362	180	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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		628ms	495	159	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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		1.27s	6,193	197	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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		548ms	213	19	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

Быстрое сравнение

Сменить пару сравнения

CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium Grok 4.20nonevsGLM 4.7 Flashmedium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Mercury 2nonevsMiniMax M2.7medium Trinity Large PreviewnonevsGLM 4.7 Flashmedium KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsMistral Small 4medium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium gpt-oss-120bnoneБесплатно доступноvsGLM 4.7 Flashmedium