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

已对比模型

排名: #226
总输出令牌: 158,497
响应时间（平均）: 9.18s
总成本: $0.688

排名: #230
总输出令牌: 232,542
响应时间（平均）: 44.53s
总成本: $0.989

推荐模型 Beam 1.0 501B A23B (xhigh)

它在这里得分最高（6.5），同时响应速度比Grok 4.3 (medium)快约 4.9 倍。

详细对比

指标	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh 发布日期: 2026-10-17	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	Beam 1.0 501B A23B Beam 1.0 501B A23B xhigh 发布日期: 2026-10-17	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	6.5	6.5
排名	#226	#230
可靠性	10.0	10.0
一致性	8.3	8.3
尝试次数	69/69	69/69
测试正确
尝试通过率	63.8%	63.8%
不稳定测试	5	5
总运行次数	69	69
每个结果成本	5.730	8.235
总成本	$0.688	$0.989
输入价格	$1.000 / 1M	$1.250 / 1M
输出价格	$3.000 / 1M	$2.500 / 1M
缓存读取价格	$0.100 / 1M	$0.200 / 1M
缓存写入价格	不适用	不适用
总输入令牌	212,065	325,471
输出令牌	4,428	14,867
推理令牌	154,069	217,675
响应时间（平均）	9.18s	44.53s
响应时间（最大）	44.64s	216.69s
响应时间（总计）	211.12s	1024.25s
参数量	501B 总计 (23B 激活)	~1.5T 总计 (~150B 激活)
开放状态	开源	闭源

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.

#226 Beam 1.0 501B A23B

xhigh

成本: $0.009
时间: 16.5s
令牌: 6,827 tok

#230 SpaceXAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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
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

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
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

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
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

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
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

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
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

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
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

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
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

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
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

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
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

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
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

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
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

切换对比组合

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