- Punktzahl
- 9.4 (+2.65 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 87.1% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 88.7% schneller
X AI
Veröffentlichung: 2026-05-21
Getestet am: 2026-10-01 02:37
x-ai/grok-build-0.1::medium
~300B insgesamt (~30B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Grok Build 0.1 erreicht 6.7 bei AI BENCHY und liegt auf #178. Das Modell hat 10.0 Zuverlässigkeit, 58.0% Erfolgsrate, $1.419 Gesamtkosten und 55.13s durchschnittliche Antwortzeit.
Was Grok Build 0.1 besonders macht: Am stärksten ist es in Befolgung von Anweisungen, wo es #4 erreicht; am schwächsten ist Allgemeine Intelligenz mit #16. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.3 (+1.56 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 96.7% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 67.2% schneller
- Punktzahl
- 7.4 (+0.71 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.065 · 95.5% günstiger
- Antwortzeit (Durchschnitt)
- 9.64s · 82.5% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~300B insgesamt (~30B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
6.7
Konsistenz
9.6
10.0
Gesamte Ausgabe-Token
529,806
Gesamte Eingabe-Token
358,616
Eingabepreis
$1.000 / 1M
Ausgabepreis
$2.000 / 1M
Preis für Cache-Lesen
$0.200 / 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
1
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.
#178 SpaceXAI: Grok Build 0.1
medium- Kosten
- $0.028
- Zeit
- 81.3s
- Token
- 14,009 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 02:37 Erneuter Test | 6.7 | 10.0 | $1.419 | Aktueller Lauf | |
| 2026-07-16 23:10 Neuer Test hinzugefügt | 7.6 | 10.0 | $1.097 | Vergleichen | |
| 2026-06-04 14:22 Neuer Test hinzugefügt | 7.4 | 10.0 | $0.927 | Vergleichen | |
| 2026-05-26 13:30 Erneuter Test | 7.7 | 10.0 | $0.729 | Vergleichen | |
| 2026-05-22 00:36 Suite geändert | 7.6 | 10.0 | $0.633 | 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 02:37 · Aktueller Lauf | 69/69 Versuche | 6.7 | 9.6 | 10.0 | 13/23 | 1 | 529,806 | 358,616 | $1.419 | 55.13s |
| 2026-05-22 00:36 · Suite geändert | 60/60 Versuche | 7.6 | 8.5 | 10.0 | 12/20 | 4 | 295,603 | 0 | $0.633 | 26.36s |
| Differenz | — | -0.9 | +1.1 | 0.0 | +1 | -3 | +234203 | +358616 | +$0.786 | +28775ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 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 | $1.000 / 1M | $2.000 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $1.000 / 1M | $2.000 / 1M | $0.200 / 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 Build 0.1mediumvsGrok 4.7xhighGrok Build 0.1mediumvsQwen3.5-FlashnoneGrok Build 0.1mediumvsSolar Pro 4xhighGrok Build 0.1mediumvsSolar Pro 4lowGrok Build 0.1mediumvsSpace Bunny AlphamaxGrok Build 0.1mediumvsGrok 4.7highGrok Build 0.1mediumvsGPT-6 SolnoneGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsMercury 2.5 PreviewmediumGrok Build 0.1mediumvsEmber-1max
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 3.4 | 9.6 | |
| Anti-KI-Tricks | 8.3 | 10.0 | |
| Programmierung | 5.7 | 9.7 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 2.9 | 7.2 | |
| Allgemeine Intelligenz | 4.4 | 9.9 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |