AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#26

Grok 4.5

X AI প্রকাশ: 2026-07-08 পরীক্ষিত হয়েছে: 2026-07-08 23:28 x-ai/grok-4.5::medium
(medium) (low)

সারাংশ

Grok 4.5 AI BENCHY-তে 8.3 স্কোর করে এবং #26 স্থানে আছে। এর reliability 9.9, pass rate 77.8%, মোট খরচ $1.696, এবং গড় response time 62.63s.

Grok 4.5 কে আলাদা করে যা: এটি ধাঁধা সমাধান-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ডোমেইন-নির্দিষ্ট এর দুর্বলতম ক্ষেত্র, rank #16. এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।

ধারাবাহিকতা

8.9

মোট আউটপুট টোকেন

264,748

মোট ইনপুট টোকেন

53,500

ইনপুট মূল্য

$2.000 / 1M

আউটপুট মূল্য

$6.000 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 6

প্রতি চেষ্টায় পাস রেট: 77.8%

অস্থির টেস্ট

3

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

62.63s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 436.38s

প্রতিক্রিয়া সময় (মোট): 1315.20s

জেনারেশন শোকেস

Hamster playing table tennis

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

#26 xAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-07-08 23:28 পুনরায় পরীক্ষা 8.3 9.9 $1.696 বর্তমান রান
2026-07-08 21:34 প্রথম রান 8.3 9.6 $1.327 তুলনা করুন

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-07-08 21:47 $2.000 / 1M $6.000 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 10.0 10.0
কোডিং 7.6 7.2
সমন্বিত 10.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 2.9 7.2
Sadharon Buddhimotta 6.5 3.4
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 10.0 10.0
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল