নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

Beam 1.0 501B A23B (medium) average score-এ এগিয়ে: 6.6 vs 6.5. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.040 vs $0.499. Beam 1.0 501B A23B (medium) দ্রুত: 6.27s vs 7.61s, pass rates 65.2% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-17

তুলনা করা মডেল

র‍্যাঙ্ক
#224
মোট আউটপুট টোকেন
180,597
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$0.040
র‍্যাঙ্ক
#220
মোট আউটপুট টোকেন
98,521
প্রতিক্রিয়া সময় (গড়)
6.27s
মোট খরচ
$0.499
প্রস্তাবিত মডেল 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).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02 Beam 1.0 501B A23B Beam 1.0 501B A23B medium প্রকাশ: 2026-10-17
স্কোর 6.5 6.6
র‍্যাঙ্ক #224 #220
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.0 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 65.2%
অস্থির টেস্ট 6 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.319 3.561
মোট খরচ $0.040 $0.499
ইনপুট মূল্য $0.040 / 1M $1.000 / 1M
আউটপুট মূল্য $0.150 / 1M $3.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.100 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 298,512 202,937
আউটপুট টোকেন 3,178 4,328
রিজনিং টোকেন 177,419 94,193
প্রতিক্রিয়া সময় (গড়) 7.61s 6.27s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 86.84s 31.55s
প্রতিক্রিয়া সময় (মোট) 175.08s 144.28s
প্যারামিটার ~100B 501B মোট (23B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#224 Mercury 2.5 Preview

high
খরচ
$0.001
সময়
4.5s
টোকেন
3,851 tok

#220 Beam 1.0 501B A23B

medium
খরচ
$0.005
সময়
11.8s
টোকেন
4,267 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
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

দ্রুত তুলনা

তুলনার জুটি বদলান

KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23BmediumBeam 1.0 501B A23BmediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsBeam 1.0 501B A23BxhighMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsGLM 5.1noneLongCat 2.0lowvsBeam 1.0 501B A23BmediumMercury 2.5 PreviewhighvsGrok 4.3mediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্যMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone