Beam 1.0 501B A23B (xhigh) vs Grok 4.3 (medium)

average score जवळपास समान आहे: 6.5 vs 6.5. Beam 1.0 501B A23B (xhigh) चा benchmark खर्च कमी आहे: $0.688 vs $0.989. Beam 1.0 501B A23B (xhigh) वेगवान आहे: 9.18s vs 44.53s, pass rates 63.8% vs 63.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #226
एकूण आउटपुट टोकन्स: 158,497
प्रतिसाद वेळ (सरासरी): 9.18s
एकूण खर्च: $0.688

क्रमांक: #230
एकूण आउटपुट टोकन्स: 232,542
प्रतिसाद वेळ (सरासरी): 44.53s
एकूण खर्च: $0.989

शिफारस केलेले मॉडेल Beam 1.0 501B A23B (xhigh)

It has the best score here (6.5), while responding about 4.9x faster than Grok 4.3 (medium).

तपशीलवार तुलना

मेट्रिक	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh प्रकाशन: 2026-10-17	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01

मेट्रिक	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh प्रकाशन: 2026-10-17	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर	6.5	6.5
क्रमांक	#226	#230
विश्वसनीयता	10.0	10.0
सुसंगतता	8.3	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.8%	63.8%
अस्थिर चाचण्या	5	5
एकूण रन	69	69
प्रति निकाल खर्च	5.730	8.235
एकूण खर्च	$0.688	$0.989
इनपुट किंमत	$1.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$3.000 / 1M	$2.500 / 1M
कॅश वाचण्याची किंमत	$0.100 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	212,065	325,471
आउटपुट टोकन्स	4,428	14,867
रिझनिंग टोकन्स	154,069	217,675
प्रतिसाद वेळ (सरासरी)	9.18s	44.53s
प्रतिसाद वेळ (कमाल)	44.64s	216.69s
प्रतिसाद वेळ (एकूण)	211.12s	1024.25s
पॅरामीटर्स	501B एकूण (23B सक्रिय)	~1.5T एकूण (~150B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद 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.

#226 Beam 1.0 501B A23B

xhigh

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

#230 SpaceXAI: Grok 4.3

medium

खर्च: $0.009
वेळ: 19.0s
टोकन्स: 3,661 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		44.64s	181,898	2,416	18,550
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	9.2	8.4	91.7%	1		1.52s	1,125	355	3,764
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		20.68s	7,801	585	46,192
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.68s	7,671	132	2,097
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.60s	7,998	271	2,047
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	5.9	7.2	55.6%	1		20.22s	1,122	72	59,707
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	5.1	3.4	33.3%	1		2.50s	618	87	2,749
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.15s	925	90	1,631
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	5.8	4.4	66.7%	2		4.46s	1,038	309	9,948
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.84s	1,533	72	465
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		9.10s	336	39	6,919
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

तुलना जोडी बदला

KAT-Coder-Pro V2.5highvsGrok 4.3medium Mercury 2.5highvsBeam 1.0 501B A23Bxhigh Beam 1.0 501B A23BxhighvsGLM 5.3low Grok 4.3mediumvsGLM 5.1none Mercury 2.5 PreviewhighvsBeam 1.0 501B A23Bxhigh Qwen3.5-122B-A10BnonevsGrok 4.3medium Beam 1.0 501B A23BxhighvsGLM 5.1none Grok 4.3mediumvsGLM 5.3low Qwen3.6 35B A3BmediumvsBeam 1.0 501B A23Bxhigh Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium KAT-Coder-Pro V2.5highvsBeam 1.0 501B A23Bxhigh