Mercury 2.5 (medium) vs GLM 5.3 FlashX (high)

已对比模型

推荐模型 Mercury 2.5 (medium)

它的得分接近这里的最高分（6.8 vs 6.8），同时成本比GLM 5.3 FlashX (high)低约 6.2 倍。

指标	Mercury 2.5 Mercury 2.5 medium 发布日期: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21

指标	Mercury 2.5 Mercury 2.5 medium 发布日期: 2026-09-08	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21
分数	6.8	6.8
排名	#169	#163
可靠性	9.8	10.0
一致性	8.6	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	65.2%	68.2%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	0.181	1.125
总成本	$0.022	$0.135
输入价格	$0.040 / 1M	$0.370 / 1M
输出价格	$0.150 / 1M	$1.250 / 1M
总输入令牌	91,402	81,365
输出令牌	3,138	6,821
推理令牌	116,991	77,078
响应时间（平均）	3.19s	12.07s
响应时间（最大）	9.87s	91.16s
响应时间（总计）	70.18s	265.62s
参数量	~100B	320B 总计 (18B 激活)
开放状态	闭源	闭源

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

medium

high

类别:

反AI技巧	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	10.0	10.0	100.0%	0		1.28s	773	192	7,122
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
GLM 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

综合	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	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
GLM 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

数据解析与提取	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	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343
GLM 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

领域专项	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	3.6	7.2	22.2%	1		4.39s	852	59	19,837
GLM 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

通用智能	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	4.4	9.9	0.0%	0		1.60s	528	98	2,364
GLM 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

指令遵循	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	6.0	66.7%	1		1.07s	520	55	2,344
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

谜题求解	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	10.0	10.0	100.0%	0		1.93s	766	290	7,721
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

工具调用	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	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641
GLM 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

常识问答	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	3.0	10.0	0.0%	0		4.30s	232	32	7,392
GLM 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

切换对比组合