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

已对比模型

排名: #218
总输出令牌: 96,943
响应时间（平均）: 4.40s
总成本: $0.121

排名: #238
总输出令牌: 71,250
响应时间（平均）: 4.89s
总成本: $0.432

推荐模型 Mercury 2 (medium)

它在这里得分最高（6.6），同时成本比Beam 1.0 501B A23B (low)低约 3.6 倍。

详细对比

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B low 发布日期: 2026-10-17

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	Beam 1.0 501B A23B Beam 1.0 501B A23B low 发布日期: 2026-10-17
分数	6.6	6.4
排名	#218	#238
可靠性	10.0	10.0
一致性	8.1	8.0
尝试次数	69/69	69/69
测试正确
尝试通过率	53.6%	60.9%
不稳定测试	5	6
总运行次数	69	69
每个结果成本	1.201	3.926
总成本	$0.121	$0.432
输入价格	$0.250 / 1M	$1.000 / 1M
输出价格	$0.750 / 1M	$3.000 / 1M
缓存读取价格	$0.025 / 1M	$0.100 / 1M
缓存写入价格	不适用	不适用
总输入令牌	189,300	218,076
输出令牌	10,854	4,863
推理令牌	86,089	66,387
响应时间（平均）	4.40s	4.89s
响应时间（最大）	34.92s	29.49s
响应时间（总计）	96.81s	112.55s
参数量	~100B	501B 总计 (23B 激活)
开放状态	闭源	开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#218 Mercury 2

medium

成本: $0.002
时间: 2.1s
令牌: 1,702 tok

#238 Beam 1.0 501B A23B

low

成本: $0.006
时间: 12.0s
令牌: 4,777 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		29.49s	187,977	2,867	6,504

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.61s	1,113	329	3,916

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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		7.29s	7,791	569	17,401

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.22s	7,665	132	1,716

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.19s	7,992	286	1,353

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Beam 1.0 501B A23B	2.9	4.4	22.2%	2		8.45s	1,113	76	19,501

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Beam 1.0 501B A23B	6.5	3.4	66.7%	1		2.30s	615	111	1,757

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Beam 1.0 501B A23B	8.4	6.9	83.3%	1		1.14s	918	96	1,651

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Beam 1.0 501B A23B	6.1	4.7	66.7%	2		3.42s	1,029	283	7,909

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.83s	1,530	72	385

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		5.93s	333	42	4,294

切换对比组合