导航
Advertise here

Mercury 2.5 (high) vs GLM 5.1

平均分几乎持平,为 6.5 vs 6.5。 Mercury 2.5 (high) benchmark 成本更低,为 $0.044 vs $0.451。 Mercury 2.5 (high) 更快,为 7.62s vs 11.10s,通过率为 59.4% vs 47.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#271
总输出令牌
193,676
响应时间(平均)
7.62s
总成本
$0.044
排名
#274
总输出令牌
20,076
响应时间(平均)
11.10s
总成本
$0.451
推荐模型 Mercury 2.5 (high)

它在这里得分最高(6.5),同时成本比GLM 5.1低约 10.4 倍。

详细对比

指标 Mercury 2.5 Mercury 2.5 high 发布日期: 2026-09-08 GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数 6.5 6.5
排名 #271 #274
可靠性 9.8 10.0
一致性 8.7 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 47.8%
不稳定测试 4 5
总运行次数 69 69
每个结果成本 0.362 3.478
总成本 $0.044 $0.451
输入价格 $0.040 / 1M $1.400 / 1M
输出价格 $0.150 / 1M $4.400 / 1M
缓存读取价格 $0.004 / 1M $0.260 / 1M
缓存写入价格 不适用 不适用
总输入令牌 358,562 258,956
输出令牌 4,266 20,076
推理令牌 189,410 0
响应时间(平均) 7.62s 11.10s
响应时间(最大) 80.30s 107.19s
响应时间(总计) 175.36s 255.39s
参数量 ~100B 744B 总计 (40B 激活)
开放状态 闭源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#271 Mercury 2.5

high
成本
$0.001
时间
3.5s
令牌
2,447 tok

#274 GLM 5.1

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
令牌
0 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

切换对比组合