Navigasi
Advertise here

Mercury 2 (medium) vs Beam 1.0 501B A23B (medium)

Skor rata-rata hampir imbang di 6.6 vs 6.6. Mercury 2 (medium) memiliki biaya benchmark lebih rendah di $0.121 vs $0.499. Mercury 2 (medium) lebih cepat di 4.40s vs 6.27s, dengan tingkat keberhasilan 53.6% vs 65.2%.

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

Model yang Dibandingkan

Peringkat
#218
Total token output
96,943
Waktu respons (rata-rata)
4.40s
Total Biaya
$0.121
Peringkat
#220
Total token output
98,521
Waktu respons (rata-rata)
6.27s
Total Biaya
$0.499
Model yang direkomendasikan Mercury 2 (medium)

It has the best score here (6.6), while costing about 4.2x less than Beam 1.0 501B A23B (medium).

Perbandingan terperinci

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Beam 1.0 501B A23B Beam 1.0 501B A23B medium Rilis: 2026-10-17
Skor 6.6 6.6
Peringkat #218 #220
Keandalan 10.0 10.0
Konsistensi 8.1 9.3
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 53.6% 65.2%
Tes tidak stabil 5 2
Total Run 69 69
Biaya per hasil 1.201 3.561
Total Biaya $0.121 $0.499
Harga input $0.250 / 1M $1.000 / 1M
Harga output $0.750 / 1M $3.000 / 1M
Harga baca cache $0.025 / 1M $0.100 / 1M
Harga tulis cache T/A T/A
Total token input 189,300 202,937
Token output 10,854 4,328
Token penalaran 86,089 94,193
Waktu respons (rata-rata) 4.40s 6.27s
Waktu respons (maks) 34.92s 31.55s
Waktu respons (total) 96.81s 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.

#218 Mercury 2

medium
Biaya
$0.002
Waktu
2.1s
Token
1,702 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 11.81s 7,791 440 27,204

Ganti Pasangan Perbandingan