नेविगेशन
Advertise here

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

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.6. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.499. Beam 1.0 501B A23B (medium) तेज है: 6.27s vs 6.66s, pass rates 66.7% vs 65.2%.

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

तुलना किए गए मॉडल

रैंक
#199
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#220
कुल आउटपुट टोकन
98,521
प्रतिक्रिया समय (औसत)
6.27s
कुल लागत
$0.499
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 13.0x less than Beam 1.0 501B A23B (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Beam 1.0 501B A23B Beam 1.0 501B A23B medium रिलीज़: 2026-10-17
स्कोर 6.8 6.6
रैंक #199 #220
विश्वसनीयता 10.0 10.0
संगति 9.6 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 65.2%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 0.244 3.561
कुल लागत $0.039 $0.499
इनपुट कीमत $0.040 / 1M $1.000 / 1M
आउटपुट कीमत $0.150 / 1M $3.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 202,937
आउटपुट टोकन 6,355 4,328
रीजनिंग टोकन 143,752 94,193
प्रतिक्रिया समय (औसत) 6.66s 6.27s
प्रतिक्रिया समय (अधिकतम) 74.63s 31.55s
प्रतिक्रिया समय (कुल) 153.29s 144.28s
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.

#199 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 tok

#220 Beam 1.0 501B A23B

medium
लागत
$0.005
समय
11.8s
टोकन
4,267 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 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 11.81s 7,791 440 27,204

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धKAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23BmediumBeam 1.0 501B A23BmediumvsStep 3.7 FlashhighMercury 2.5 PreviewmediumvsGPT-6 SolnoneLongCat 2.0lowvsBeam 1.0 501B A23BmediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowMercury 2.5 PreviewhighvsBeam 1.0 501B A23BmediumEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny AlphamaxBeam 1.0 501B A23BmediumvsGLM 5.2none