Mercury 2 (medium) vs Beam 1.0 501B A23B (medium)

Modelos comparados

Rango: #218
Total de tokens de salida: 96,943
Tiempo de respuesta (promedio): 4.40s
Costo total: $0.121

Rango: #220
Total de tokens de salida: 98,521
Tiempo de respuesta (promedio): 6.27s
Costo total: $0.499

Modelo recomendado Mercury 2 (medium)

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 4.2x menos que Beam 1.0 501B A23B (medium).

Comparación detallada

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Lanzamiento: 2026-10-17

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B medium Lanzamiento: 2026-10-17
Puntuación	6.6	6.6
Rango	#218	#220
Fiabilidad	10.0	10.0
Consistencia	8.1	9.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	53.6%	65.2%
Pruebas inestables	5	2
Ejecuciones totales	69	69
Costo por resultado	1.201	3.561
Costo total	$0.121	$0.499
Precio de entrada	$0.250 / 1M	$1.000 / 1M
Precio de salida	$0.750 / 1M	$3.000 / 1M
Precio de lectura de caché	$0.025 / 1M	$0.100 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	189,300	202,937
Tokens de salida	10,854	4,328
Tokens de razonamiento	86,089	94,193
Tiempo de respuesta (promedio)	4.40s	6.27s
Tiempo de respuesta (máximo)	34.92s	31.55s
Tiempo de respuesta (total)	96.81s	144.28s
Parámetros	~100B	501B en total (23B activos)
Disponibilidad	Código cerrado	Código abierto

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#218 Mercury 2

medium

Coste: $0.002
Tiempo: 2.1s
Tokens: 1,702 tok

#220 Beam 1.0 501B A23B

medium

Coste: $0.005
Tiempo: 11.8s
Tokens: 4,267 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		31.55s	172,837	2,588	9,026

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.62s	1,113	232	4,706

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		11.81s	7,791	440	27,204

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.62s	7,665	132	2,087

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.24s	7,993	279	1,614

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Beam 1.0 501B A23B	2.9	7.2	11.1%	1		11.66s	1,113	71	29,077

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Beam 1.0 501B A23B	4.7	1.6	66.7%	1		1.87s	615	96	1,532

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.24s	918	102	1,834

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		3.91s	1,029	281	9,130

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.95s	1,530	72	440

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543

Cambiar par de comparación

Mercury 2mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium Beam 1.0 501B A23BmediumvsStep 3.7 Flashhigh Mercury 2mediumvsLongCat 2.0low Mercury 2mediumvsKAT-Coder-Pro V2.5low LongCat 2.0lowvsBeam 1.0 501B A23Bmedium Mercury 2mediumvsGLM 5.2none Mercury 2.5 PreviewhighvsBeam 1.0 501B A23Bmedium Mercury 2mediumvsGPT-5.5none Mercury 2mediumvsGLM 5.3 Flashlow Beam 1.0 501B A23BmediumvsGLM 5.2none Mercury 2.5highvsBeam 1.0 501B A23Bmedium