- Punktzahl
- 9.4 (+0.82 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 93.1% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 92.9% schneller
X AI
Veröffentlichung: 2026-08-12
Getestet am: 2026-10-01 04:17
x-ai/grok-4.6::high
~1.7T insgesamt (~170B aktiv)MoEGeschlossenGeschätzt
Zusammenfassung
Grok 4.6 erreicht 8.5 bei AI BENCHY und liegt auf #98. Das Modell hat 10.0 Zuverlässigkeit, 82.6% Erfolgsrate, $2.629 Gesamtkosten und 87.48s durchschnittliche Antwortzeit.
Was Grok 4.6 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Agentenaufgaben mit #15.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.6 (+0.04 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 97.7% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 91.4% schneller
- Punktzahl
- 9.0 (+0.41 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.089 · 96.6% günstiger
- Antwortzeit (Durchschnitt)
- 54.04s · 38.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~1.7T insgesamt (~170B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
8.5
Konsistenz
10.0
10.0
Gesamte Ausgabe-Token
312,614
Gesamte Eingabe-Token
376,233
Eingabepreis
$2.000 / 1M
Ausgabepreis
$6.000 / 1M
Preis für Cache-Lesen
$0.500 / 1M
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
0
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#98 SpaceXAI: Grok 4.6
high- Kosten
- $0.107
- Zeit
- 265.1s
- Token
- 18,001 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 04:17 Erneuter Test | 8.5 | 10.0 | $2.629 | Aktueller Lauf | |
| 2026-08-12 23:02 Erster Lauf | 9.2 | 10.0 | $1.809 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 04:17 · Aktueller Lauf | 69/69 Versuche | 8.5 | 10.0 | 10.0 | 19/23 | 0 | 312,614 | 376,233 | $2.629 | 87.48s |
| 2026-08-12 23:02 · Erster Lauf | 66/66 Versuche | 9.2 | 9.6 | 10.0 | 18/22 | 1 | 265,604 | 107,266 | $1.809 | 79.38s |
| Differenz | — | -0.7 | +0.4 | 0.0 | +1 | -1 | +47010 | +268967 | +$0.820 | +8108ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-08-14 12:51 | $2.000 / 1M | $6.000 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $2.000 / 1M | $6.000 / 1M | $0.500 / 1M | k. A. |
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 4.6highvsMuse EmbermediumGrok 4.6highvsMuse Spark 1.3lowGrok 4.6highvsParticle-1mediumGrok 4.6highvsClaude Sonnet 5mediumGrok 4.6highvsQwen3.8 Max (0902)lowGrok 4.6highvsQwen3.7 MaxmediumGrok 4.6highvsClaude Haiku 5.5lowGrok 4.6highvsClaude Haiku 5.5maxGrok 4.6highvsClaude Sonnet 5.5highGrok 4.6highvsNemotron 3.5 Super VLhighKostenlos verfügbar
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 5.0 | 10.0 | |
| 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 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |