नेव्हिगेशन
Advertise here

Mercury 2.5 (high) vs Beam 1.0 501B A23B (xhigh)

average score जवळपास समान आहे: 6.5 vs 6.5. Mercury 2.5 (high) चा benchmark खर्च कमी आहे: $0.044 vs $0.688. Mercury 2.5 (high) वेगवान आहे: 7.62s vs 9.18s, pass rates 59.4% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#225
एकूण आउटपुट टोकन्स
193,676
प्रतिसाद वेळ (सरासरी)
7.62s
एकूण खर्च
$0.044
क्रमांक
#226
एकूण आउटपुट टोकन्स
158,497
प्रतिसाद वेळ (सरासरी)
9.18s
एकूण खर्च
$0.688
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 15.8x less than Beam 1.0 501B A23B (xhigh).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08 Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh प्रकाशन: 2026-10-17
स्कोअर 6.5 6.5
क्रमांक #225 #226
विश्वसनीयता 9.8 10.0
सुसंगतता 8.7 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 63.8%
अस्थिर चाचण्या 4 5
एकूण रन 69 69
प्रति निकाल खर्च 0.362 5.730
एकूण खर्च $0.044 $0.688
इनपुट किंमत $0.040 / 1M $1.000 / 1M
आउटपुट किंमत $0.150 / 1M $3.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.100 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 358,562 212,065
आउटपुट टोकन्स 4,266 4,428
रिझनिंग टोकन्स 189,410 154,069
प्रतिसाद वेळ (सरासरी) 7.62s 9.18s
प्रतिसाद वेळ (कमाल) 80.30s 44.64s
प्रतिसाद वेळ (एकूण) 175.36s 211.12s
पॅरामीटर्स ~100B 501B एकूण (23B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#225 Mercury 2.5

high
खर्च
$0.001
वेळ
3.5s
टोकन्स
2,447 tok

#226 Beam 1.0 501B A23B

xhigh
खर्च
$0.009
वेळ
16.5s
टोकन्स
6,827 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 20.68s 7,801 585 46,192

झटपट तुलना

तुलना जोडी बदला

Beam 1.0 501B A23BxhighvsGLM 5.3lowMercury 2.5highvsGLM 5.3lowMercury 2.5 PreviewhighvsBeam 1.0 501B A23BxhighBeam 1.0 501B A23BxhighvsGLM 5.1noneMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneQwen3.6 35B A3BmediumvsBeam 1.0 501B A23BxhighKAT-Coder-Pro V2.5highvsBeam 1.0 501B A23BxhighBeam 1.0 501B A23BxhighvsGrok 4.3mediumClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumClaude Sonnet 5.5mediumvsBeam 1.0 501B A23Bxhigh