AI BENCHY
Advertise here
#45

Grok Build 0.1

X AI Veröffentlichung: 2026-05-21 Getestet am: 2026-07-16 23:10 x-ai/grok-build-0.1::medium
~300B insgesamt (~30B aktiv)MoEGeschlossenGeschätzt
(medium) (none)

Zusammenfassung

Grok Build 0.1 erreicht 7.6 bei AI BENCHY und liegt auf #45. Das Modell hat 10.0 Zuverlässigkeit, 63.6% Erfolgsrate, $1.097 Gesamtkosten und 52.06s durchschnittliche Antwortzeit.

Was Grok Build 0.1 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #4 erreicht; am schwächsten ist Programmierung mit #18.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt
Parameter
~300B insgesamt (~30B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

7.6

Konsistenz

10.0

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$1.097

Gesamte Ausgabe-Token

494,663

Gesamte Eingabe-Token

106,751

Eingabepreis

$1.000 / 1M

Ausgabepreis

$2.000 / 1M

Korrekte Tests

Falsche Tests: 8

Erfolgsquote pro Versuch: 63.6%

Instabile Tests

0

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

52.06s

Antwortzeit (Maximum): 252.69s

Antwortzeit (Gesamt): 1145.27s

Falsche Antwort: 5 Zusätzliche Formatierung: 3

Hamster playing table tennis

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

#45 xAI: Grok Build 0.1

medium
Kosten
$0.028
Zeit
81.3s
Token
14,009 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-08-14 02:58 Erneuter Test 7.5 10.0 $1.130 Vergleichen
2026-07-16 23:10 Neuer Test hinzugefügt 7.6 10.0 $1.097 Aktueller Lauf
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

LaufBenchmark-AbdeckungPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-07-16 23:10 · Neuer Test hinzugefügt66/66 Versuche7.610.010.014/220494,663106,751$1.09752.06s
2026-05-26 13:30 · Erneuter Test60/60 Versuche7.79.910.013/200343,6390$0.72942.39s
Differenz—-0.1+0.10.0+10+151024+106751+$0.368+9670ms

Die Benchmark-Abdeckung unterscheidet sich: 66/66 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
2026-06-04 15:40 $1.000 / 1M $2.000 / 1M

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Grok Build 0.1mediumvsGPT-5.4 MinimediumGrok Build 0.1mediumvsGemini 3.1 Flash Lite PreviewmediumGrok Build 0.1mediumvsQwen3.5-27BmediumGrok Build 0.1mediumvsQwen3.7 MaxnoneGrok Build 0.1mediumvsQwen3.5 Plus 2026-02-15mediumGrok Build 0.1mediumvsKimi K2.7 CodemediumGrok Build 0.1mediumvsGPT 5.3 ChatnoneGrok Build 0.1mediumvsGPT-5.6 LunamediumGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsLongCat 2.0medium

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
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 5.3 10.0
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

Verglichene Modelle