AI BENCHY
Advertise here
#23

Grok 4.5

X AI Lanzamiento: 2026-07-08 Probado el: 2026-07-08 23:28 x-ai/grok-4.5::medium
(high) (medium) (low)

Resumen

Grok 4.5 obtiene 8.3 en AI BENCHY y ocupa el puesto #23. Tiene fiabilidad 9.9, una tasa de aciertos de 77.8%, coste total de $1.696 y tiempo medio de respuesta de 62.63s.

Puntuación

8.3

Consistencia

8.9

Fiabilidad

9.9

Costo total (precio actual)

$1.696

Total de tokens de salida

264,748

Total de tokens de entrada

53,500

Precio de entrada

$2.000 / 1M

Precio de salida

$6.000 / 1M

Pruebas correctas

Pruebas incorrectas: 6

Tasa de aciertos por intento: 77.8%

Pruebas inestables

3

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

62.63s

Tiempo de respuesta (máximo): 436.38s

Tiempo de respuesta (total): 1315.20s

Respuesta incorrecta: 6

Hamster playing table tennis

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

#23 xAI: Grok 4.5

medium
Coste
$0.044
Tiempo
59.4s
Tokens
7,512 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-07-16 23:09 Prueba nueva añadida 8.3 10.0 $1.928 Comparar
2026-07-08 23:28 Nueva prueba 8.3 9.9 $1.696 Ejecución actual
2026-07-08 21:34 Primera ejecución 8.3 9.6 $1.327 Comparar

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-07-08 23:28 · Nueva prueba8.38.99.915/213264,74853,500$1.69662.63s
2026-07-16 23:09 · Prueba nueva añadida8.38.910.016/223280,567122,146$1.92861.71s
Diferencia0.00.0-0.1-10-15819-68646-$0.233+921ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Historial de precios

Datos históricos de precios de este modelo de OpenRouter.

Fecha Precio de entrada Precio de salida
2026-07-08 21:47 $2.000 / 1M $6.000 / 1M

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Grok 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsClaude Sonnet 5mediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsMuse Spark 1.1lowGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGPT-5.4mediumGrok 4.5mediumvsGPT-5 MinimediumGrok 4.5mediumvsClaude Opus 5lowGrok 4.5mediumvsMuse Spark 1.1high

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 10.0 10.0
Programación 7.6 7.2
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 2.9 7.2
Inteligencia general 6.5 3.4
Seguimiento de instrucciones 9.8 10.0
Resolución de acertijos 10.0 10.0
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados