AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#238

Beam 1.0 501B A23B

Reflection প্রকাশ: 2026-10-17 পরীক্ষিত হয়েছে: 2026-10-17 10:59 reflection/beam-1.0-501b-a23b::low
501B মোট (23B সক্রিয়)MoEউন্মুক্ত উৎস

সারাংশ

Beam 1.0 501B A23B AI BENCHY-তে 6.4 স্কোর করে এবং #238 স্থানে আছে। এর reliability 10.0, pass rate 60.9%, মোট খরচ $0.432, এবং গড় response time 4.89s.

Beam 1.0 501B A23B কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর স্বায়ত্তশাসিত এজেন্টের কাজ এর দুর্বলতম ক্ষেত্র, rank #15. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।

মডেলের তথ্য

গবেষণার তারিখ: 2026-10-17

প্রকাশিত
প্যারামিটার
501B মোট (23B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
উন্মুক্ত উৎস
লাইসেন্স
Apache-2.0

ধারাবাহিকতা

8.0

মোট আউটপুট টোকেন

71,250

মোট ইনপুট টোকেন

218,076

ইনপুট মূল্য

$1.000 / 1M

আউটপুট মূল্য

$3.000 / 1M

ক্যাশ পড়ার মূল্য

$0.100 / 1M

ক্যাশ লেখার মূল্য

প্রযোজ্য নয়

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।

সঠিক টেস্ট

ভুল টেস্ট: 12

প্রতি চেষ্টায় পাস রেট: 60.9%

অস্থির টেস্ট

6

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

4.89s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 29.49s

প্রতিক্রিয়া সময় (মোট): 112.55s

Hamster playing table tennis

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

#238 Beam 1.0 501B A23B

low
খরচ
$0.006
সময়
12.0s
টোকেন
4,777 tok

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
স্বায়ত্তশাসিত এজেন্টের কাজ 3.0 10.0
অ্যান্টি-এআই কৌশল 10.0 10.0
কোডিং 10.0 10.0
সমন্বিত 3.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 2.9 4.4
Sadharon Buddhimotta 6.5 3.4
নির্দেশনা অনুসরণ 8.4 6.9
ধাঁধা সমাধান 6.1 4.7
টুল কলিং 3.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল