Advertise here
#234

Beam 1.0 501B A23B

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

सारांश

Beam 1.0 501B A23B AI BENCHY वर 6.4 स्कोर करते आणि #234 वर आहे. याची reliability 10.0, pass rate 56.5%, एकूण खर्च $0.799, आणि सरासरी response time 11.10s आहे.

Beam 1.0 501B A23B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #14.

मॉडेलची माहिती

संशोधन दिनांक: 2026-10-17

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

सुसंगतता

9.4

एकूण आउटपुट टोकन्स

199,769

एकूण इनपुट टोकन्स

199,105

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: 11

प्रति प्रयत्न पास दर: 56.5%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

11.10s

प्रतिसाद वेळ (कमाल): 54.48s

प्रतिसाद वेळ (एकूण): 255.26s

Hamster playing table tennis

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

#234 Beam 1.0 501B A23B

max
खर्च
$0.010
वेळ
21.4s
टोकन्स
7,699 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 3.0 10.0
Samanya Buddhimatta 5.5 10.0
सूचनांचे पालन 8.4 6.9
कोडी सोडवणे 7.8 7.4
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स