Beam 1.0 501B A23B
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 71%。
有 14 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262),另有 11 个。
截至 2026年11月16日,Beam 1.0 501B A23B(Reflection)在 BenchLeader Index 上得分 54.2(共 608 个已排名配置)。表现最好的是数学(65),最弱的是智能体与工具(41)。API 价格为输入每百万 token $0.400、输出每百万 token $1.20(按 3:1 混合为 $0.600),为 2026年11月16日的标价。输出速度约为 190 token/秒(OpenRouter)。发布于 2026年10月5日。
要点(截至 2026年11月16日)
- Beam 1.0 501B A23B 的 API 价格为输入每百万 token $0.400、输出每百万 token $1.20(按 3:1 混合为 $0.600)(标价,2026年11月16日)。
- Beam 1.0 501B A23B 的输出速度约为 190 token/秒(OpenRouter,2026年11月16日)。
- Beam 1.0 501B A23B 于 2026年10月5日发布(Reflection)。
详细说明:Beam 1.0 501B A23B 是 Reflection 的开放权重推理模型,发布于 2026年10月5日。其最佳配置在 BenchLeader Index 上得分 54.2 ±7.6,在 608 个配置中排第 239 名,处于上半区。关键在于这个“±”:另有 379 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(65),智能体与工具最低(41)。按混合价格计,每百万 token $0.475,比大多数已排名模型便宜。输出速度为 193 token/秒,首 token 延迟 0.3 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.475/M
- 输入 $0.300 · 输出 $1.00
- 来源:OpenRouter
- 输出速度
- 193 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.32 s
- 上下文
- 1.0M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年10月5日
- 综合 Index54
- 推理62
- 编程52
- 智能体与工具41
- 数学65
- 人类偏好61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/beam-1-0-501b-a23b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年10月21日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1461#96 | Arena (LMArena) | |
| Arena Expert不计入 Index | 1481#76 | Arena (LMArena) |
编程
| 基准测试 | low | medium | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Coding推理强度未说明 | – | – | – | 1505#69 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | – | 1437#88 | Arena (LMArena) | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | 42.8#44 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 39.1#141 | 35.8#152 | 53.4#86 | – | DuelLab GameBench 2 |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Agent | -5.9#44 | Arena (LMArena) | |
| Arena Agent Task Completion不计入 Index | -9.2#44 | Arena (LMArena) |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1471#52 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1433#94 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1434#107 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1388#132 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1432#114 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1438#115 | Arena (LMArena) |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 11.9%#7 | Scale AI SEAL |
GameBench 2 Overall: 42.8. GameBench 2, best reasoning setting (XHigh): 53.4. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Baseten | 392 tok/s | 0.26 s | $0.400 | $1.20 | 1.0M | fp4 |
| Together | 165 tok/s | 0.34 s | $0.400 | $1.20 | 1.0M | – |
| CoreWeave | 141 tok/s | 0.40 s | $0.300 | $1.00 | 1.0M | nvfp4 |
| Nebius Token Factory | 122 tok/s | 0.87 s | $0.250 | $1.00 | 1.0M | fp4 |
| DigitalOcean | 117 tok/s | 0.71 s | $0.400 | $1.20 | 1.0M | – |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.040。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0004 | $0.0003 | 1.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0042 | $0.0019 | 3.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.0033 | $0.0021 | 8.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.022 | $0.010 | 21.0 s |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0004 | 1.4 s |
Reflection 的更多模型
将 Beam 1.0 501B A23B 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Beam 1.0 501B A23B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/beam-1-0-501b-a23b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Beam 1.0 501B A23B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/beam-1-0-501b-a23b
BibTeX:
@misc{benchleader_beam_1_0_501b_a23b_20261116,
author = {{BenchLeader}},
title = {{Beam 1.0 501B A23B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/beam-1-0-501b-a23b}},
note = {Data as of 2026-11-16}
}常见问题
- Beam 1.0 501B A23B 的基准测试得分是多少?
- 截至 2026年11月16日,Beam 1.0 501B A23B 的 BenchLeader Index 为 54.2 ±7.6。最强的是数学(65),最弱的是智能体与工具(41)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Beam 1.0 501B A23B 排名第几?
- 截至 2026年11月16日,Beam 1.0 501B A23B 在 608 个已排名配置中排第 239 名。另有 379 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Beam 1.0 501B A23B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Beam 1.0 501B A23B 的价格为输入每百万 token $0.300、输出每百万 token $1.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.475。标价最近一次变动是在 2026年11月15日。
- Beam 1.0 501B A23B 比 MiniMax M3.1 Flash 更好吗?
- 截至 2026年11月16日,Beam 1.0 501B A23B 与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 54.2 比 54.3,在 ±8.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Beam 1.0 501B A23B 是什么时候发布的?
- Reflection 于 2026年10月5日发布了 Beam 1.0 501B A23B。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Beam 1.0 501B A23B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/beam-1-0-501b-a23b。