- 排名
- #104
- 总输出令牌
- 87,119
- 响应时间（平均）
- 2.72s
- 总成本
- $0.093
Mercury 2 (medium) vs Muse Glimmer 30B (low)
Muse Glimmer 30B (low) 平均分领先，为 7.1 vs 7.0。 Mercury 2 (medium) benchmark 成本更低，为 $0.093 vs $0.186。 Mercury 2 (medium) 更快，为 2.72s vs 18.51s，通过率为 51.5% vs 63.6%。
- 排名
- #99
- 总输出令牌
- 95,478
- 响应时间（平均）
- 18.51s
- 总成本
- $0.186
推荐模型
Mercury 2 (medium)
它的得分接近这里的最高分（7.0 vs 7.1），同时成本比Muse Glimmer 30B (low)低约 2.0 倍。
详细对比
| 指标 | Mercury 2 Mercury 2 medium | Muse Glimmer 30B Muse Glimmer 30B low |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #104 | #99 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.2 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 51.5% | 63.6% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.928 | 1.685 |
| 总成本 | $0.093 | $0.186 |
| 输入价格 | $0.250 / 1M | $0.350 / 1M |
| 输出价格 | $0.750 / 1M | $1.500 / 1M |
| 总输入令牌 | 109,572 | 130,300 |
| 输出令牌 | 10,313 | 33,907 |
| 推理令牌 | 76,806 | 61,571 |
| 响应时间（平均） | 2.72s | 18.51s |
| 响应时间（最大） | 14.63s | 234.92s |
| 响应时间（总计） | 57.12s | 407.22s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#104 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
#99 Muse Glimmer 30B
low- 成本
- $0.002
- 时间
- 13.5s
- 令牌
- 953 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
| 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 | 6.9 | 9.9 | 50.0% | 0 | 1.12s | 554 | 2,546 | 2,609 | |
| Muse Glimmer 30B | 8.7 | 8.0 | 91.7% | 1 | 3.57s | 810 | 1,054 | 2,240 |
| 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 | 8.2 | 7.7 | 77.8% | 1 | 2.04s | 7,065 | 296 | 11,328 | |
| Muse Glimmer 30B | 8.1 | 9.9 | 66.7% | 0 | 16.52s | 7,419 | 2,759 | 10,173 |
| 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 | 6.7 | 9.1 | 50.0% | 0 | 7.84s | 87,365 | 6,533 | 20,474 | |
| Muse Glimmer 30B | 3.8 | 5.8 | 33.3% | 1 | 131.97s | 102,271 | 24,417 | 33,400 |
| 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 | 7.3 | 5.9 | 83.3% | 1 | 1.11s | 6,234 | 183 | 1,656 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,065 | 1,219 | 1,841 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 6.48s | 695 | 41 | 30,754 | |
| Muse Glimmer 30B | 3.5 | 4.4 | 33.3% | 2 | 10.49s | 873 | 3,107 | 6,126 |
| 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 | 4.8 | 10.0 | 0.0% | 0 | 821ms | 456 | 137 | 542 | |
| Muse Glimmer 30B | 5.0 | 10.0 | 0.0% | 0 | 2.50s | 525 | 33 | 542 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 340 | 14 | 958 | |
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 3.60s | 765 | 139 | 1,467 |
| 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 | 5.4 | 10.0 | 33.3% | 0 | 949ms | 601 | 361 | 2,781 | |
| Muse Glimmer 30B | 7.7 | 10.0 | 66.7% | 0 | 5.06s | 795 | 545 | 2,721 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 6,080 | 180 | 1,956 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 9,546 | 385 | 803 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 2.58s | 182 | 22 | 3,748 | |
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 9.71s | 231 | 249 | 2,258 |
快速对比
切换对比组合
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGLM 5.1mediumGemini 3.5 FlashnonevsMercury 2mediumMuse Glimmer 30BlowvsGrok 4.20mediumMuse Glimmer 30BlowvsQwen3.5-122B-A10BmediumMuse Glimmer 30BlowvsQwen3.7 PlusnoneMuse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BlowvsSolar Pro 4highDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5highvsMuse Glimmer 30BlowMuse Glimmer 30BlowvsKimi K2.6medium