导航
AI BENCHY
Advertise here

Mercury 2 vs GLM 4.7 Flash

GLM 4.7 Flash 平均分领先，为 4.8 vs 4.7。 GLM 4.7 Flash benchmark 成本更低，为 $0.016 vs $0.030。 Mercury 2 更快，为 825ms vs 8.81s，通过率为 24.2% vs 30.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-15

排名
#259
总输出令牌
9,584
响应时间（平均）
825ms
总成本
$0.030
排名
#253
总输出令牌
22,992
响应时间（平均）
8.81s
总成本
$0.016
推荐模型 Mercury 2

它的得分接近这里的最高分（4.7 vs 4.8），同时响应速度比GLM 4.7 Flash快约 10.7 倍。

详细对比

指标 Mercury 2 Mercury 2 none 发布日期: 2026-02-24 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 4.7 4.8
排名 #259 #253
可靠性 10.0 10.0
一致性 9.2 8.9
尝试次数 66/66 66/66
测试正确
尝试通过率 24.2% 30.3%
不稳定测试 2 3
总运行次数 66 66
每个结果成本 0.740 0.307
总成本 $0.030 $0.016
输入价格 $0.250 / 1M $0.060 / 1M
输出价格 $0.750 / 1M $0.400 / 1M
总输入令牌 89,637 101,513
输出令牌 9,584 22,992
推理令牌 0 0
响应时间（平均） 825ms 8.81s
响应时间（最大） 4.52s 97.15s
响应时间（总计） 18.14s 140.88s
参数量 ~100B 30B 总计 (3B 激活)
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#259 Mercury 2

none
成本
$0.002
时间
1.8s
令牌
1,514 tok

#253 GLM 4.7 Flash

none
无效SVG
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

快速对比

切换对比组合

CobuddymediumvsMercury 2noneTrinity Large ThinkinghighvsGLM 4.7 FlashnoneNemotron 3.5 Lightninglow免费可用vsGLM 4.7 FlashnoneCobuddymediumvsGLM 4.7 FlashnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumTrinity Large ThinkinghighvsMercury 2noneMercury 2nonevsNemotron 3.5 Lightninglow免费可用Qwen3 Coder NextmediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneLaguna S 2.1low免费可用vsGLM 4.7 FlashnoneMiniMax M2.7mediumvsGLM 4.7 Flashnone