- स्कोर
- 8.6 (+2.14 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 92.4% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 32.3% तेज़
Reflection
रिलीज़: 2026-10-17
परीक्षण किया गया: 2026-10-17 10:59
reflection/beam-1.0-501b-a23b::max
501B कुल (23B सक्रिय)MoEमुक्त स्रोत
सारांश
Beam 1.0 501B A23B AI BENCHY पर 6.4 स्कोर करता है और #234 पर है। इसकी reliability 10.0, pass rate 56.5%, कुल लागत $0.799, और औसत response time 11.10s है।
Beam 1.0 501B A23B को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 9.4 (+2.93 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 77.2% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 43.8% तेज़
- स्कोर
- 6.8 (+0.38 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.039 · 95.2% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.66s · 39.9% तेज़
मॉडल विवरण
शोध की तारीख: 2026-10-17
- पैरामीटर
- 501B कुल (23B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
6.4
संगति
9.4
10.0
$0.799
कुल आउटपुट टोकन
199,769
कुल इनपुट टोकन
199,105
इनपुट कीमत
$1.000 / 1M
आउटपुट कीमत
$3.000 / 1M
कैश पढ़ने की कीमत
$0.100 / 1M
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#234 Beam 1.0 501B A23B
max- लागत
- $0.010
- समय
- 21.4s
- टोकन
- 7,699 tok
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Beam 1.0 501B A23BmaxvsGemini 3 Flash PreviewnoneBeam 1.0 501B A23BmaxvsSolar Pro 4mediumBeam 1.0 501B A23BmaxvsQwen3.5-122B-A10BnoneBeam 1.0 501B A23BmaxvsKimi K2.5mediumBeam 1.0 501B A23BmaxvsLaguna XS 2.1mediumनिःशुल्क उपलब्धBeam 1.0 501B A23BmaxvsBeam 1.0 501B A23BlowBeam 1.0 501B A23BmaxvsGrok 4.3mediumBeam 1.0 501B A23BmaxvsMercury 2.5mediumBeam 1.0 501B A23BmaxvsKAT-Coder-Pro V2.5highBeam 1.0 501B A23BmaxvsGemini 3.5 Flashminimal
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 3.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.5 | 10.0 | |
| निर्देश पालन | 8.4 | 6.9 | |
| पहेली समाधान | 7.8 | 7.4 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |