#46 xAI: Grok Build 0.1
medium- Coste
- $0.028
- Tiempo
- 81.3s
- Tokens
- 14,009 tok
X AI
Lanzamiento: 2026-05-21
Probado el: 2026-05-22 00:36
x-ai/grok-build-0.1::medium
(medium)
(none)
Resumen
Grok Build 0.1 obtiene 7.6 en AI BENCHY y ocupa el puesto #46. Tiene fiabilidad 10.0, una tasa de aciertos de 70.0%, coste total de $0.633 y tiempo medio de respuesta de 26.36s.
Qué hace único a Grok Build 0.1: Destaca más en Específico del dominio, donde ocupa #3, mientras que Programación es su área más débil con #16. Usa una cantidad inusualmente alta de tokens de razonamiento, lo que puede explicar ejecuciones más lentas o caras.
7.6
Consistencia
8.5
10.0
$0.633
Total de tokens de salida
295,603
Total de tokens de entrada
0
Precio de entrada
$1.000 / 1M
Precio de salida
$2.000 / 1M
Pruebas inestables
4
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
26.36s
Tiempo de respuesta (máximo): 103.89s
Tiempo de respuesta (total): 527.19s
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 14:22 Prueba nueva añadida | 7.4 | 10.0 | $0.927 | Comparar | |
| 2026-05-26 13:30 Nueva prueba | 7.7 | 10.0 | $0.729 | Comparar | |
| 2026-05-22 00:36 Suite modificada | 7.6 | 10.0 | $0.633 | Ejecución actual |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:36 · Suite modificada | 7.6 | 8.5 | 10.0 | 12/20 | 4 | 295,603 | 0 | $0.633 | 26.36s |
| 2026-06-04 14:22 · Prueba nueva añadida | 7.4 | 9.9 | 10.0 | 13/21 | 0 | 440,800 | 44,418 | $0.927 | 49.90s |
| Diferencia | +0.2 | -1.4 | 0.0 | -1 | +4 | -145197 | -44418 | -$0.294 | -23542ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
Grok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsStep 3.7 FlashlowGrok Build 0.1mediumvsKimi K2.5mediumGrok Build 0.1mediumvsClaude Opus 4.6mediumGrok Build 0.1mediumvsMercury 2mediumGrok Build 0.1mediumvsGemini 3.5 FlashhighGrok Build 0.1mediumvsGemini 3 Flash PreviewmediumGrok Build 0.1mediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratisGrok Build 0.1mediumvsGPT-5.5low
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 5.3 | 2.9 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 3.8 | 2.5 | |
| Seguimiento de instrucciones | 9.8 | 10.0 | |
| Resolución de acertijos | 6.2 | 7.5 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |