Advertise here
#238

Beam 1.0 501B A23B

Reflection प्रकाशन: 2026-10-17 चाचणी तारीख: 2026-10-17 10:59 reflection/beam-1.0-501b-a23b::low
501B एकूण (23B सक्रिय)MoEमुक्त स्रोत

सारांश

Beam 1.0 501B A23B AI BENCHY वर 6.4 स्कोर करते आणि #238 वर आहे. याची reliability 10.0, pass rate 60.9%, एकूण खर्च $0.432, आणि सरासरी response time 4.89s आहे.

Beam 1.0 501B A23B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर स्वायत्त एजंट कार्ये हा सर्वात कमकुवत भाग आहे, rank #15. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-10-17

जाहीर केलेले
पॅरामीटर्स
501B एकूण (23B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0

सुसंगतता

8.0

एकूण आउटपुट टोकन्स

71,250

एकूण इनपुट टोकन्स

218,076

इनपुट किंमत

$1.000 / 1M

आउटपुट किंमत

$3.000 / 1M

कॅश वाचण्याची किंमत

$0.100 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 12

प्रति प्रयत्न पास दर: 60.9%

अस्थिर चाचण्या

6

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

4.89s

प्रतिसाद वेळ (कमाल): 29.49s

प्रतिसाद वेळ (एकूण): 112.55s

Hamster playing table tennis

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

#238 Beam 1.0 501B A23B

low
खर्च
$0.006
वेळ
12.0s
टोकन्स
4,777 tok

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 3.0 10.0
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 6.5 3.4
सूचनांचे पालन 8.4 6.9
कोडी सोडवणे 6.1 4.7
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स