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

LongCat 2.0 (low) vs Beam 1.0 501B A23B (medium)

average score लगभग बराबर है: 6.6 vs 6.6. Beam 1.0 501B A23B (medium) की benchmark लागत कम है: $0.499 vs $0.630. Beam 1.0 501B A23B (medium) तेज है: 6.27s vs 115.00s, pass rates 55.1% vs 65.2%.

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

तुलना किए गए मॉडल

रैंक
#217
कुल आउटपुट टोकन
346,225
प्रतिक्रिया समय (औसत)
115.00s
कुल लागत
$0.630
रैंक
#220
कुल आउटपुट टोकन
98,521
प्रतिक्रिया समय (औसत)
6.27s
कुल लागत
$0.499
अनुशंसित मॉडल Beam 1.0 501B A23B (medium)

It has the best score here (6.6), while responding about 18.3x faster than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20 Beam 1.0 501B A23B Beam 1.0 501B A23B medium रिलीज़: 2026-10-17
स्कोर 6.6 6.6
रैंक #217 #220
विश्वसनीयता 9.9 10.0
संगति 8.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 65.2%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 4.942 3.561
कुल लागत $0.630 $0.499
इनपुट कीमत $0.300 / 1M $1.000 / 1M
आउटपुट कीमत $1.200 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 262,387 202,937
आउटपुट टोकन 7,344 4,328
रीजनिंग टोकन 338,881 94,193
प्रतिक्रिया समय (औसत) 115.00s 6.27s
प्रतिक्रिया समय (अधिकतम) 560.39s 31.55s
प्रतिक्रिया समय (कुल) 2645.11s 144.28s
पैरामीटर 1.6T कुल (48B सक्रिय) 501B कुल (23B सक्रिय)
उपलब्धता मुक्त 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.

#217 LongCat 2.0

low
लागत
$0.024
समय
428.0s
टोकन
19,557 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
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 11.81s 7,791 440 27,204

तुलना जोड़ी बदलें