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

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

average score जवळपास समान आहे: 6.6 vs 6.6. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.121 vs $0.499. Mercury 2 (medium) वेगवान आहे: 4.40s vs 6.27s, pass rates 53.6% vs 65.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#218
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
क्रमांक
#220
एकूण आउटपुट टोकन्स
98,521
प्रतिसाद वेळ (सरासरी)
6.27s
एकूण खर्च
$0.499
शिफारस केलेले मॉडेल Mercury 2 (medium)

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

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 Beam 1.0 501B A23B Beam 1.0 501B A23B medium प्रकाशन: 2026-10-17
स्कोअर 6.6 6.6
क्रमांक #218 #220
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 65.2%
अस्थिर चाचण्या 5 2
एकूण रन 69 69
प्रति निकाल खर्च 1.201 3.561
एकूण खर्च $0.121 $0.499
इनपुट किंमत $0.250 / 1M $1.000 / 1M
आउटपुट किंमत $0.750 / 1M $3.000 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M $0.100 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 189,300 202,937
आउटपुट टोकन्स 10,854 4,328
रिझनिंग टोकन्स 86,089 94,193
प्रतिसाद वेळ (सरासरी) 4.40s 6.27s
प्रतिसाद वेळ (कमाल) 34.92s 31.55s
प्रतिसाद वेळ (एकूण) 96.81s 144.28s
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.

#218 Mercury 2

medium
खर्च
$0.002
वेळ
2.1s
टोकन्स
1,702 tok

#220 Beam 1.0 501B A23B

medium
खर्च
$0.005
वेळ
11.8s
टोकन्स
4,267 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 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

झटपट तुलना

तुलना जोडी बदला

Mercury 2mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23BmediumBeam 1.0 501B A23BmediumvsStep 3.7 FlashhighMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowLongCat 2.0lowvsBeam 1.0 501B A23BmediumMercury 2mediumvsGLM 5.2noneMercury 2.5 PreviewhighvsBeam 1.0 501B A23BmediumMercury 2mediumvsGPT-5.5noneMercury 2mediumvsGLM 5.3 FlashlowBeam 1.0 501B A23BmediumvsGLM 5.2noneMercury 2.5highvsBeam 1.0 501B A23Bmedium