- Rango
- #34
- Total de tokens de salida
- 119,230
- Tiempo de respuesta (promedio)
- 31.51s
- Costo total
- $1.172
Pareto vs Grok 4.5 (high)
Grok 4.5 (high) lidera en puntuación media con 9.0 vs 8.9. Pareto tiene menor coste de benchmark con $1.172 vs $2.252. Pareto es más rápido con 31.51s vs 72.30s, con tasas de acierto de 86.4% vs 86.4%.
Modelos comparados
- Rango
- #30
- Total de tokens de salida
- 324,462
- Tiempo de respuesta (promedio)
- 72.30s
- Costo total
- $2.252
Modelo recomendado
Pareto
Su puntuación se mantiene cerca de la mejor aquí (8.9 vs 9.0) y cuesta aproximadamente 1.9x menos que Grok 4.5 (high).
Comparación detallada
| Métrica | Pareto Pareto none | Grok 4.5 Grok 4.5 high |
|---|---|---|
| Puntuación | 8.9 | 9.0 |
| Rango | #34 | #30 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.2 | 8.9 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 86.4% | 86.4% |
| Pruebas inestables | 2 | 3 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 6.506 | 12.565 |
| Costo total | $1.172 | $2.252 |
| Precio de entrada | $2.500 / 1M | $2.000 / 1M |
| Precio de salida | $7.500 / 1M | $6.000 / 1M |
| Total de tokens de entrada | 110,734 | 152,175 |
| Tokens de salida | 119,230 | 5,655 |
| Tokens de razonamiento | 0 | 318,807 |
| Tiempo de respuesta (promedio) | 31.51s | 72.30s |
| Tiempo de respuesta (máximo) | 143.33s | 676.83s |
| Tiempo de respuesta (total) | 693.29s | 1590.56s |
| Parámetros | - | ~1.7T en total (~170B activos) |
| Disponibilidad | Código cerrado | Código cerrado |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#34 Pareto
none- Coste
- $0.034
- Tiempo
- 170.7s
- Tokens
- 4,581 tok
#30 SpaceXAI: Grok 4.5
high- Coste
- $0.015
- Tiempo
- 29.7s
- Tokens
- 2,737 tok
Mejores modelos por puntuación
Puntuación vs costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Desglose por categoría
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 7,728 | 1,371 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.63s | 8,937 | 225 | 3,888 |
Comparación rápida
Cambiar par de comparación
Seed 2.1 TurbohighvsParetononeMuse Spark 1.3highvsParetononeQwen3.8 MaxmediumvsGrok 4.5highGPT-5.3-CodexmediumvsGrok 4.5highGPT-5.3-CodexmediumvsParetononeGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashmediumvsGrok 4.5highQwen3.8 Max (0902)highvsParetononeQwen3.7 MaxmediumvsGrok 4.5highGemini 3.5 FlashlowvsParetononeQwen3.8 MaxmediumvsParetononeGPT-5.5mediumvsParetonone