Mercury 2.5 Preview (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 Preview (high) تكلفة benchmark أقل عند $0.040 مقابل $0.499. Beam 1.0 501B A23B (medium) أسرع عند 6.27s مقابل 7.61s، مع معدلات نجاح 65.2% مقابل 65.2%.

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

النماذج المقارنة

الترتيب: #224
إجمالي رموز الإخراج: 180,597
زمن الاستجابة (المتوسط): 7.61s
إجمالي التكلفة: $0.040

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

النموذج الموصى به Mercury 2.5 Preview (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 12.8x less than Beam 1.0 501B A23B (medium).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview high الإصدار: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview high الإصدار: 2026-09-02	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17
النتيجة	6.5	6.6
الترتيب	#224	#220
الموثوقية	9.9	10.0
الاتساق	8.0	9.3
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	65.2%	65.2%
اختبارات غير مستقرة	6	2
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.319	3.561
إجمالي التكلفة	$0.040	$0.499
سعر الإدخال	$0.040 / 1M	$1.000 / 1M
سعر الإخراج	$0.150 / 1M	$3.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.100 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	298,512	202,937
رموز الإخراج	3,178	4,328
رموز الاستدلال	177,419	94,193
زمن الاستجابة (المتوسط)	7.61s	6.27s
زمن الاستجابة (الحد الأقصى)	86.84s	31.55s
زمن الاستجابة (الإجمالي)	175.08s	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.

#224 Mercury 2.5 Preview

high

التكلفة: $0.001
الوقت: 4.5s
الرموز: 3,851 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 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476
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 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008
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 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569
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 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789
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 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522
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 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958
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 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300
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 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777
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 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066
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 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0
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 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543

تبديل زوج المقارنة