नेविगेशन
Advertise here

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

average score लगभग बराबर है: 6.5 vs 6.5. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.688. Mercury 2.5 (high) तेज है: 7.62s vs 9.18s, pass rates 59.4% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#225
कुल आउटपुट टोकन
193,676
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$0.044
रैंक
#226
कुल आउटपुट टोकन
158,497
प्रतिक्रिया समय (औसत)
9.18s
कुल लागत
$0.688
अनुशंसित मॉडल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 15.8x less than Beam 1.0 501B A23B (xhigh).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08 Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh रिलीज़: 2026-10-17
स्कोर 6.5 6.5
रैंक #225 #226
विश्वसनीयता 9.8 10.0
संगति 8.7 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 63.8%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 0.362 5.730
कुल लागत $0.044 $0.688
इनपुट कीमत $0.040 / 1M $1.000 / 1M
आउटपुट कीमत $0.150 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 358,562 212,065
आउटपुट टोकन 4,266 4,428
रीजनिंग टोकन 189,410 154,069
प्रतिक्रिया समय (औसत) 7.62s 9.18s
प्रतिक्रिया समय (अधिकतम) 80.30s 44.64s
प्रतिक्रिया समय (कुल) 175.36s 211.12s
पैरामीटर ~100B 501B कुल (23B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#225 Mercury 2.5

high
लागत
$0.001
समय
3.5s
टोकन
2,447 tok

#226 Beam 1.0 501B A23B

xhigh
लागत
$0.009
समय
16.5s
टोकन
6,827 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
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 20.68s 7,801 585 46,192

त्वरित तुलना

तुलना जोड़ी बदलें

Beam 1.0 501B A23BxhighvsGLM 5.3lowMercury 2.5highvsGLM 5.3lowMercury 2.5 PreviewhighvsBeam 1.0 501B A23BxhighBeam 1.0 501B A23BxhighvsGLM 5.1noneMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneQwen3.6 35B A3BmediumvsBeam 1.0 501B A23BxhighKAT-Coder-Pro V2.5highvsBeam 1.0 501B A23BxhighBeam 1.0 501B A23BxhighvsGrok 4.3mediumClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumClaude Sonnet 5.5mediumvsBeam 1.0 501B A23Bxhigh