- रैंक
- #218
- कुल आउटपुट टोकन
- 96,943
- प्रतिक्रिया समय (औसत)
- 4.40s
- कुल लागत
- $0.121
Mercury 2 (medium) vs Beam 1.0 501B A23B (low)
Mercury 2 (medium) average score में आगे है: 6.6 vs 6.4. Mercury 2 (medium) की benchmark लागत कम है: $0.121 vs $0.432. Mercury 2 (medium) तेज है: 4.40s vs 4.89s, pass rates 53.6% vs 60.9%.
तुलना किए गए मॉडल
- रैंक
- #238
- कुल आउटपुट टोकन
- 71,250
- प्रतिक्रिया समय (औसत)
- 4.89s
- कुल लागत
- $0.432
अनुशंसित मॉडल
Mercury 2 (medium)
It has the best score here (6.6), while costing about 3.6x less than Beam 1.0 501B A23B (low).
विस्तृत तुलना
| मेट्रिक | Mercury 2 Mercury 2 medium | Beam 1.0 501B A23B Beam 1.0 501B A23B low |
|---|---|---|
| स्कोर | 6.6 | 6.4 |
| रैंक | #218 | #238 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.1 | 8.0 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 53.6% | 60.9% |
| अस्थिर टेस्ट | 5 | 6 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 1.201 | 3.926 |
| कुल लागत | $0.121 | $0.432 |
| इनपुट कीमत | $0.250 / 1M | $1.000 / 1M |
| आउटपुट कीमत | $0.750 / 1M | $3.000 / 1M |
| कैश पढ़ने की कीमत | $0.025 / 1M | $0.100 / 1M |
| कैश लिखने की कीमत | लागू नहीं | लागू नहीं |
| कुल इनपुट टोकन | 189,300 | 218,076 |
| आउटपुट टोकन | 10,854 | 4,863 |
| रीजनिंग टोकन | 86,089 | 66,387 |
| प्रतिक्रिया समय (औसत) | 4.40s | 4.89s |
| प्रतिक्रिया समय (अधिकतम) | 34.92s | 29.49s |
| प्रतिक्रिया समय (कुल) | 96.81s | 112.55s |
| 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.
#218 Mercury 2
medium- लागत
- $0.002
- समय
- 2.1s
- टोकन
- 1,702 tok
#238 Beam 1.0 501B A23B
low- लागत
- $0.006
- समय
- 12.0s
- टोकन
- 4,777 tok
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 29.49s | 187,977 | 2,867 | 6,504 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 1.61s | 1,113 | 329 | 3,916 |
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 7.29s | 7,791 | 569 | 17,401 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 2.22s | 7,665 | 132 | 1,716 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 1.19s | 7,992 | 286 | 1,353 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 2.9 | 4.4 | 22.2% | 2 | 8.06s | 1,638 | 53 | 31,177 | |
| Beam 1.0 501B A23B | 2.9 | 4.4 | 22.2% | 2 | 8.45s | 1,113 | 76 | 19,501 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 4.8 | 10.0 | 0.0% | 0 | 821ms | 456 | 137 | 542 | |
| Beam 1.0 501B A23B | 6.5 | 3.4 | 66.7% | 1 | 2.30s | 615 | 111 | 1,757 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 340 | 14 | 958 | |
| Beam 1.0 501B A23B | 8.4 | 6.9 | 83.3% | 1 | 1.14s | 918 | 96 | 1,651 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2 | 5.4 | 10.0 | 33.3% | 0 | 949ms | 601 | 361 | 2,781 | |
| Beam 1.0 501B A23B | 6.1 | 4.7 | 66.7% | 2 | 3.42s | 1,029 | 283 | 7,909 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 1.83s | 1,530 | 72 | 385 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| 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 | 5.93s | 333 | 42 | 4,294 |
त्वरित तुलना
तुलना जोड़ी बदलें
Kimi K2.5mediumvsBeam 1.0 501B A23BlowMercury 2mediumvsStep 3.7 FlashhighMercury 2.5mediumvsBeam 1.0 501B A23BlowGemini 3.5 FlashminimalvsBeam 1.0 501B A23BlowBeam 1.0 501B A23BlowvsMiMo-V2.5-PromediumMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowDots 3 Note Previewhighनिःशुल्क उपलब्धvsBeam 1.0 501B A23BlowBeam 1.0 501B A23BlowvsSolar Pro 4mediumGemini 3 Flash PreviewnonevsBeam 1.0 501B A23BlowLongCat 2.0nonevsBeam 1.0 501B A23BlowQwen3.5-35B-A3BmediumvsBeam 1.0 501B A23Blow