नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 6.4 vs 6.4. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.034 vs $0.799. Mercury 2.5 (medium) वेगवान आहे: 7.74s vs 11.10s, pass rates 63.8% vs 56.5%.

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
#234
एकूण आउटपुट टोकन्स
199,769
प्रतिसाद वेळ (सरासरी)
11.10s
एकूण खर्च
$0.799
शिफारस केलेले मॉडेल Mercury 2.5 (medium)

It has the best score here (6.4), while costing about 23.8x less than Beam 1.0 501B A23B (max).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08 Beam 1.0 501B A23B Beam 1.0 501B A23B max प्रकाशन: 2026-10-17
स्कोअर 6.4 6.4
क्रमांक #239 #234
विश्वसनीयता 9.7 10.0
सुसंगतता 8.3 9.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 56.5%
अस्थिर चाचण्या 5 2
एकूण रन 69 69
प्रति निकाल खर्च 0.280 6.654
एकूण खर्च $0.034 $0.799
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 317,982 199,105
आउटपुट टोकन्स 3,918 4,274
रिझनिंग टोकन्स 135,028 195,495
प्रतिसाद वेळ (सरासरी) 7.74s 11.10s
प्रतिसाद वेळ (कमाल) 107.89s 54.48s
प्रतिसाद वेळ (एकूण) 178.07s 255.26s
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

#234 Beam 1.0 501B A23B

max
खर्च
$0.010
वेळ
21.4s
टोकन्स
7,699 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 17.15s 7,800 467 39,895

झटपट तुलना

तुलना जोडी बदला

Gemini 3 Flash PreviewnonevsBeam 1.0 501B A23BmaxGemini 3.5 FlashminimalvsMercury 2.5mediumQwen3.5-122B-A10BnonevsBeam 1.0 501B A23BmaxMercury 2.5mediumvsBeam 1.0 501B A23BlowDots 3 Note Previewhighमोफत उपलब्धvsMercury 2.5mediumDots 3 Note Previewlowमोफत उपलब्धvsMercury 2.5mediumBeam 1.0 501B A23BmaxvsSolar Pro 4mediumLaguna XS 2.1mediumमोफत उपलब्धvsBeam 1.0 501B A23BmaxBeam 1.0 501B A23BmaxvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsBeam 1.0 501B A23BmaxBeam 1.0 501B A23BmaxvsGLM 5.1noneMercury 2.5mediumvsLongCat 2.0none