#20 xAI: Grok 4.3
medium- Cost
- $0.009
- Time
- 19.0s
- Tokens
- 3,661 tok
X AI
Veröffentlichung: 2026-05-01
Getestet am: 2026-05-01 00:40
x-ai/grok-4.3::medium
Zusammenfassung
Grok 4.3 erreicht 8.2 bei AI BENCHY und liegt auf #20. Das Modell hat 10.0 Zuverlässigkeit, 81.5% Erfolgsrate, $0.517 Gesamtkosten und 48.63s durchschnittliche Antwortzeit.
Was Grok 4.3 besonders macht: Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.
8.2
Konsistenz
8.6
10.0
Gesamte Ausgabe-Token
188,270
Gesamte Eingabe-Token
0
Eingabepreis
$1.250 / 1M
Ausgabepreis
$2.500 / 1M
Instabile Tests
3
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 14:11 Neuer Test hinzugefügt | 7.6 | 10.0 | $0.614 | Vergleichen | |
| 2026-05-22 00:32 Erneuter Test | 7.8 | 10.0 | $0.593 | Vergleichen | |
| 2026-05-01 00:40 Erster Lauf | 8.2 | 10.0 | $0.517 | Aktueller Lauf |
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-01 00:40 · Erster Lauf | 8.2 | 8.6 | 10.0 | 13/18 | 3 | 188,270 | 0 | $0.517 | 48.63s |
| 2026-05-22 00:32 · Erneuter Test | 7.8 | 8.4 | 10.0 | 13/20 | 4 | 216,413 | 0 | $0.593 | 49.23s |
| Differenz | +0.5 | +0.2 | 0.0 | 0 | -1 | -28143 | 0 | -$0.077 | -601ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Grok 4.3mediumvsGemini 3.1 Flash Lite PreviewmediumGrok 4.3mediumvsGemini 3.1 Flash LitemediumGrok 4.3mediumvsClaude Sonnet 4.6mediumGrok 4.3mediumvsKimi K2.6mediumKostenlos verfügbarGrok 4.3mediumvsQwen3.6 PlusmediumGrok 4.3mediumvsQwen3.5-122B-A10BmediumGrok 4.3mediumvsGemini 3.5 FlashhighGrok 4.3mediumvsGemini 3 Flash PreviewmediumGrok 4.3mediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarGrok 4.3mediumvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 7.2 | |
| Allgemeine Intelligenz | 5.4 | 2.5 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 5.9 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 |