Advertise here
#220

Beam 1.0 501B A23B

Reflection रिलीज़: 2026-10-17 परीक्षण किया गया: 2026-10-17 10:59 reflection/beam-1.0-501b-a23b::medium
501B कुल (23B सक्रिय)MoEमुक्त स्रोत
(max) (xhigh) (high) (medium) (low)

सारांश

Beam 1.0 501B A23B AI BENCHY पर 6.6 स्कोर करता है और #220 पर है। इसकी reliability 10.0, pass rate 65.2%, कुल लागत $0.499, और औसत response time 6.27s है।

Beam 1.0 501B A23B को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि स्वायत्त एजेंट कार्य इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-17

घोषित
पैरामीटर
501B कुल (23B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0
पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोर

6.6

संगति

9.3

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.499

कुल आउटपुट टोकन

98,521

कुल इनपुट टोकन

202,937

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।

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 65.2%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

6.27s

प्रतिक्रिया समय (अधिकतम): 31.55s

प्रतिक्रिया समय (कुल): 144.28s

गलत उत्तर: 6 API त्रुटि: 3

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#220 Beam 1.0 501B A23B

medium
लागत
$0.005
समय
11.8s
टोकन
4,267 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Beam 1.0 501B A23BmediumvsStep 3.7 FlashhighBeam 1.0 501B A23BmediumvsKAT-Coder-Pro V2.5lowBeam 1.0 501B A23BmediumvsMercury 2mediumBeam 1.0 501B A23BmediumvsClaude Sonnet 5.5mediumBeam 1.0 501B A23BmediumvsLongCat 2.0lowBeam 1.0 501B A23BmediumvsQwen3.6 35B A3BmediumBeam 1.0 501B A23BmediumvsQwen3.7 FlashmediumBeam 1.0 501B A23BmediumvsMercury 2.5 PreviewhighBeam 1.0 501B A23BmediumvsGLM 5.2noneBeam 1.0 501B A23BmediumvsMercury 2.5high

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 2.9 7.2
Samanya Buddhimatta 4.7 1.6
निर्देश पालन 9.8 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल