Navigasi
Advertise here

Beam 1.0 501B A23B (medium) vs Step 3.7 Flash (high)

Skor rata-rata hampir imbang di 6.6 vs 6.6. Beam 1.0 501B A23B (medium) memiliki biaya benchmark lebih rendah di $0.499 vs $1.478. Beam 1.0 501B A23B (medium) lebih cepat di 6.27s vs 72.72s, dengan tingkat keberhasilan 65.2% vs 58.0%.

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

Model yang Dibandingkan

Peringkat
#220
Total token output
98,521
Waktu respons (rata-rata)
6.27s
Total Biaya
$0.499
Peringkat
#219
Total token output
1,100,052
Waktu respons (rata-rata)
72.72s
Total Biaya
$1.478
Model yang direkomendasikan Beam 1.0 501B A23B (medium)

It has the best score here (6.6), while costing about 3.0x less than Step 3.7 Flash (high).

Perbandingan terperinci

Metrik Beam 1.0 501B A23B Beam 1.0 501B A23B medium Rilis: 2026-10-17 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 6.6 6.6
Peringkat #220 #219
Keandalan 10.0 10.0
Konsistensi 9.3 8.5
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 65.2% 58.0%
Tes tidak stabil 2 4
Total Run 69 69
Biaya per hasil 3.561 12.267
Total Biaya $0.499 $1.478
Harga input $1.000 / 1M $0.200 / 1M
Harga output $3.000 / 1M $1.150 / 1M
Harga baca cache $0.100 / 1M $0.040 / 1M
Harga tulis cache T/A T/A
Total token input 202,937 421,200
Token output 4,328 1,100,052
Token penalaran 94,193 0
Waktu respons (rata-rata) 6.27s 72.72s
Waktu respons (maks) 31.55s 364.99s
Waktu respons (total) 144.28s 1672.53s
Parameter 501B total (23B aktif) 198B total (11B aktif)
Ketersediaan Sumber terbuka 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.

#220 Beam 1.0 501B A23B

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

#219 Step 3.7 Flash

high
Biaya
$0.007
Waktu
63.6s
Token
6,030 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
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 11.81s 7,791 440 27,204
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Ganti Pasangan Perbandingan