Navigasi
Advertise here

Mercury 2.5 Preview (high) vs Beam 1.0 501B A23B (medium)

Beam 1.0 501B A23B (medium) unggul dalam skor rata-rata dengan 6.6 vs 6.5. Mercury 2.5 Preview (high) memiliki biaya benchmark lebih rendah di $0.040 vs $0.499. Beam 1.0 501B A23B (medium) lebih cepat di 6.27s vs 7.61s, dengan tingkat keberhasilan 65.2% vs 65.2%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-17

Model yang Dibandingkan

Peringkat
#224
Total token output
180,597
Waktu respons (rata-rata)
7.61s
Total Biaya
$0.040
Peringkat
#220
Total token output
98,521
Waktu respons (rata-rata)
6.27s
Total Biaya
$0.499
Model yang direkomendasikan Mercury 2.5 Preview (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 12.8x less than Beam 1.0 501B A23B (medium).

Perbandingan terperinci

Metrik Mercury 2.5 Preview Mercury 2.5 Preview high Rilis: 2026-09-02 Beam 1.0 501B A23B Beam 1.0 501B A23B medium Rilis: 2026-10-17
Skor 6.5 6.6
Peringkat #224 #220
Keandalan 9.9 10.0
Konsistensi 8.0 9.3
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 65.2% 65.2%
Tes tidak stabil 6 2
Total Run 69 69
Biaya per hasil 0.319 3.561
Total Biaya $0.040 $0.499
Harga input $0.040 / 1M $1.000 / 1M
Harga output $0.150 / 1M $3.000 / 1M
Harga baca cache T/A $0.100 / 1M
Harga tulis cache T/A T/A
Total token input 298,512 202,937
Token output 3,178 4,328
Token penalaran 177,419 94,193
Waktu respons (rata-rata) 7.61s 6.27s
Waktu respons (maks) 86.84s 31.55s
Waktu respons (total) 175.08s 144.28s
Parameter ~100B 501B total (23B aktif)
Ketersediaan Tertutup Sumber terbuka

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#224 Mercury 2.5 Preview

high
Biaya
$0.001
Waktu
4.5s
Token
3,851 tok

#220 Beam 1.0 501B A23B

medium
Biaya
$0.005
Waktu
11.8s
Token
4,267 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 11.81s 7,791 440 27,204

Ganti Pasangan Perbandingan