Claude Sonnet 5.5 (medium) vs Beam 1.0 501B A23B (xhigh)

Средний балл практически равен: 6.5 vs 6.5. Beam 1.0 501B A23B (xhigh) имеет более низкую стоимость benchmark: $0.688 vs $1.100. Claude Sonnet 5.5 (medium) быстрее: 8.03s vs 9.18s, с долей успешных попыток 40.6% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #222
Общее число выходных токенов: 37,748
Время ответа (среднее): 8.03s
Общая стоимость: $1.100

Ранг: #226
Общее число выходных токенов: 158,497
Время ответа (среднее): 9.18s
Общая стоимость: $0.688

Рекомендуемая модель Beam 1.0 501B A23B (xhigh)

Здесь у него лучший балл (6.5), при этом он примерно в 1.6 раза дешевле, чем Claude Sonnet 5.5 (medium).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 medium Релиз: 2026-09-29	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh Релиз: 2026-10-17

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 medium Релиз: 2026-09-29	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh Релиз: 2026-10-17
Оценка	6.5	6.5
Ранг	#222	#226
Надежность	10.0	10.0
Стабильность	9.7	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	40.6%	63.8%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	12.221	5.730
Общая стоимость	$1.100	$0.688
Цена входа	$2.000 / 1M	$1.000 / 1M
Цена выхода	$10.000 / 1M	$3.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.100 / 1M
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	361,183	212,065
Выходные токены	26,609	4,428
Токены рассуждений	11,139	154,069
Время ответа (среднее)	8.03s	9.18s
Время ответа (макс.)	51.18s	44.64s
Время ответа (суммарно)	184.80s	211.12s
Параметры	~1T всего (~100B активных)	501B всего (23B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#222 Claude Sonnet 5.5

medium

Стоимость: $0.024
Время: 17.4s
Токены: 2,525 tok

#226 Beam 1.0 501B A23B

xhigh

Стоимость: $0.009
Время: 16.5s
Токены: 6,827 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		51.18s	190,412	3,424	1,344
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		44.64s	181,898	2,416	18,550

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.54s	858	1,697	0
Beam 1.0 501B A23B	9.2	8.4	91.7%	1		1.52s	1,125	355	3,764

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.4	9.7	0.0%	0		6.07s	10,608	6,767	0
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		20.68s	7,801	585	46,192

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.5	10.0	50.0%	0		23.58s	133,232	7,780	5,241
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.68s	7,671	132	2,097

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.56s	10,515	696	0
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.60s	7,998	271	2,047

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.78s	990	4,137	2,729
Beam 1.0 501B A23B	5.9	7.2	55.6%	1		20.22s	1,122	72	59,707

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	5.1	3.4	33.3%	1		2.27s	714	324	0
Beam 1.0 501B A23B	5.1	3.4	33.3%	1		2.50s	618	87	2,749

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.88s	921	346	0
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.15s	925	90	1,631

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.43s	912	876	0
Beam 1.0 501B A23B	5.8	4.4	66.7%	2		4.46s	1,038	309	9,948

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.75s	11,757	354	0
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.84s	1,533	72	465

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.57s	264	208	1,825
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		9.10s	336	39	6,919

Сменить пару сравнения