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

Beam 1.0 501B A23B (high) vs Step 5 Preview (medium)

average score लगभग बराबर है: 6.1 vs 6.1. Beam 1.0 501B A23B (high) की benchmark लागत कम है: $0.674 vs $4.136. Beam 1.0 501B A23B (high) तेज है: 9.03s vs 136.10s, pass rates 59.4% vs 53.6%.

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

तुलना किए गए मॉडल

रैंक
#266
कुल आउटपुट टोकन
147,207
प्रतिक्रिया समय (औसत)
9.03s
कुल लागत
$0.674
रैंक
#271
कुल आउटपुट टोकन
1,434,621
प्रतिक्रिया समय (औसत)
136.10s
कुल लागत
$4.136
अनुशंसित मॉडल Beam 1.0 501B A23B (high)

It has the best score here (6.1), while costing about 6.1x less than Step 5 Preview (medium).

विस्तृत तुलना

मेट्रिक Beam 1.0 501B A23B Beam 1.0 501B A23B high रिलीज़: 2026-10-17 Step 5 Preview Step 5 Preview medium रिलीज़: 2026-10-09
स्कोर 6.1 6.1
रैंक #266 #271
विश्वसनीयता 10.0 9.6
संगति 8.3 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 53.6%
अस्थिर टेस्ट 5 5
कुल रन 69 69
प्रति परिणाम लागत 6.126 41.354
कुल लागत $0.674 $4.136
इनपुट कीमत $1.000 / 1M $1.000 / 1M
आउटपुट कीमत $3.000 / 1M $2.700 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 232,218 261,842
आउटपुट टोकन 4,944 1,434,621
रीजनिंग टोकन 142,263 0
प्रतिक्रिया समय (औसत) 9.03s 136.10s
प्रतिक्रिया समय (अधिकतम) 36.04s 438.09s
प्रतिक्रिया समय (कुल) 207.67s 3130.27s
पैरामीटर 501B कुल (23B सक्रिय) 600B कुल (27B सक्रिय)
उपलब्धता मुक्त स्रोत बंद 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.

#266 Beam 1.0 501B A23B

high
लागत
$0.008
समय
15.6s
टोकन
6,162 tok

#271 Step 5 Preview

medium
लागत
$0.042
समय
90.3s
टोकन
15,574 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
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608
Step 5 Preview 2.8 7.2 11.1% 1 363.90s 7,428 546,725 0

तुलना जोड़ी बदलें