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 (max) vs MiMo-V2.5-Pro (medium)

Beam 1.0 501B A23B (max) average score में आगे है: 6.4 vs 6.4. MiMo-V2.5-Pro (medium) की benchmark लागत कम है: $0.332 vs $0.799. Beam 1.0 501B A23B (max) तेज है: 11.10s vs 56.72s, pass rates 56.5% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#240
कुल आउटपुट टोकन
199,769
प्रतिक्रिया समय (औसत)
11.10s
कुल लागत
$0.799
रैंक
#248
कुल आउटपुट टोकन
223,971
प्रतिक्रिया समय (औसत)
56.72s
कुल लागत
$0.332
अनुशंसित मॉडल Beam 1.0 501B A23B (max)

It has the best score here (6.4), while responding about 5.1x faster than MiMo-V2.5-Pro (medium).

विस्तृत तुलना

मेट्रिक Beam 1.0 501B A23B Beam 1.0 501B A23B max रिलीज़: 2026-10-17 MiMo-V2.5-Pro MiMo-V2.5-Pro medium रिलीज़: 2026-04-22
स्कोर 6.4 6.4
रैंक #240 #248
विश्वसनीयता 10.0 10.0
संगति 9.4 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 56.5% 63.8%
अस्थिर टेस्ट 2 7
कुल रन 69 69
प्रति परिणाम लागत 6.654 4.559
कुल लागत $0.799 $0.332
इनपुट कीमत $1.000 / 1M $0.435 / 1M
आउटपुट कीमत $3.000 / 1M $0.870 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.004 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 199,105 253,462
आउटपुट टोकन 4,274 40,269
रीजनिंग टोकन 195,495 185,716
प्रतिक्रिया समय (औसत) 11.10s 56.72s
प्रतिक्रिया समय (अधिकतम) 54.48s 333.34s
प्रतिक्रिया समय (कुल) 255.26s 1304.54s
पैरामीटर 501B कुल (23B सक्रिय) 1.02T कुल (42B 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.

#240 Beam 1.0 501B A23B

max
लागत
$0.010
समय
21.4s
टोकन
7,699 tok

#248 MiMo-V2.5-Pro

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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 10.0 10.0 100.0% 0 17.15s 7,800 467 39,895
MiMo-V2.5-Pro 6.2 4.7 66.7% 2 92.07s 6,543 780 51,218

तुलना जोड़ी बदलें