नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 (medium) vs Beam 1.0 501B A23B (low)

average score जवळपास समान आहे: 6.4 vs 6.4. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.034 vs $0.432. Beam 1.0 501B A23B (low) वेगवान आहे: 4.89s vs 7.74s, pass rates 63.8% vs 60.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#239
एकूण आउटपुट टोकन्स
138,946
प्रतिसाद वेळ (सरासरी)
7.74s
एकूण खर्च
$0.034
क्रमांक
#238
एकूण आउटपुट टोकन्स
71,250
प्रतिसाद वेळ (सरासरी)
4.89s
एकूण खर्च
$0.432
शिफारस केलेले मॉडेल Mercury 2.5 (medium)

It has the best score here (6.4), while costing about 12.9x less than Beam 1.0 501B A23B (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08 Beam 1.0 501B A23B Beam 1.0 501B A23B low प्रकाशन: 2026-10-17
स्कोअर 6.4 6.4
क्रमांक #239 #238
विश्वसनीयता 9.7 10.0
सुसंगतता 8.3 8.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 60.9%
अस्थिर चाचण्या 5 6
एकूण रन 69 69
प्रति निकाल खर्च 0.280 3.926
एकूण खर्च $0.034 $0.432
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 317,982 218,076
आउटपुट टोकन्स 3,918 4,863
रिझनिंग टोकन्स 135,028 66,387
प्रतिसाद वेळ (सरासरी) 7.74s 4.89s
प्रतिसाद वेळ (कमाल) 107.89s 29.49s
प्रतिसाद वेळ (एकूण) 178.07s 112.55s
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.

#239 Mercury 2.5

medium
खर्च
$0.001
वेळ
3.8s
टोकन्स
3,386 tok

#238 Beam 1.0 501B A23B

low
खर्च
$0.006
वेळ
12.0s
टोकन्स
4,777 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 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 7.29s 7,791 569 17,401

तुलना जोडी बदला