Mercury 2.5 (high) vs Beam 1.0 501B A23B (medium)

يتقدم Beam 1.0 501B A23B (medium) في متوسط النتيجة بـ 6.6 مقابل 6.5. لدى Mercury 2.5 (high) تكلفة benchmark أقل عند $0.044 مقابل $0.499. Beam 1.0 501B A23B (medium) أسرع عند 6.27s مقابل 7.62s، مع معدلات نجاح 59.4% مقابل 65.2%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-17

النماذج المقارنة

الترتيب: #225
إجمالي رموز الإخراج: 193,676
زمن الاستجابة (المتوسط): 7.62s
إجمالي التكلفة: $0.044

الترتيب: #220
إجمالي رموز الإخراج: 98,521
زمن الاستجابة (المتوسط): 6.27s
إجمالي التكلفة: $0.499

النموذج الموصى به Mercury 2.5 (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 11.5x less than Beam 1.0 501B A23B (medium).

مقارنة تفصيلية

المقياس	Mercury 2.5 Mercury 2.5 high الإصدار: 2026-09-08	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17

المقياس	Mercury 2.5 Mercury 2.5 high الإصدار: 2026-09-08	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17
النتيجة	6.5	6.6
الترتيب	#225	#220
الموثوقية	9.8	10.0
الاتساق	8.7	9.3
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	59.4%	65.2%
اختبارات غير مستقرة	4	2
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.362	3.561
إجمالي التكلفة	$0.044	$0.499
سعر الإدخال	$0.040 / 1M	$1.000 / 1M
سعر الإخراج	$0.150 / 1M	$3.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.004 / 1M	$0.100 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	358,562	202,937
رموز الإخراج	4,266	4,328
رموز الاستدلال	189,410	94,193
زمن الاستجابة (المتوسط)	7.62s	6.27s
زمن الاستجابة (الحد الأقصى)	80.30s	31.55s
زمن الاستجابة (الإجمالي)	175.36s	144.28s
المعلمات	~100B	501B الإجمالي (23B النشطة)
الإتاحة	مغلق المصدر	مفتوح المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#225 Mercury 2.5

high

التكلفة: $0.001
الوقت: 3.5s
الرموز: 2,447 tok

#220 Beam 1.0 501B A23B

medium

التكلفة: $0.005
الوقت: 11.8s
الرموز: 4,267 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		31.55s	172,837	2,588	9,026

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.62s	1,113	232	4,706

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		11.81s	7,791	440	27,204

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.62s	7,665	132	2,087

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.24s	7,993	279	1,614

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Beam 1.0 501B A23B	2.9	7.2	11.1%	1		11.66s	1,113	71	29,077

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Beam 1.0 501B A23B	4.7	1.6	66.7%	1		1.87s	615	96	1,532

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.24s	918	102	1,834

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		3.91s	1,029	281	9,130

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.95s	1,530	72	440

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543

تبديل زوج المقارنة

Mercury 2.5highvsBeam 1.0 501B A23Bxhigh KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium Beam 1.0 501B A23BmediumvsStep 3.7 Flashhigh Mercury 2.5highvsGLM 5.3low Mercury 2.5highvsQwen3.6 35B A3Bmedium Mercury 2.5highvsGLM 5.1none Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsLaguna XS 2.1mediumمتاح مجانًا LongCat 2.0lowvsBeam 1.0 501B A23Bmedium Mercury 2.5highvsQwen3.5-122B-A10Bnone Gemini 3 Flash PreviewnonevsMercury 2.5high