AI BENCHY
Advertise here
#46

Grok Build 0.1

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.

Puntuación

7.6

Consistencia

8.5

Fiabilidad

10.0

Costo total (precio actual)

$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 correctas

Pruebas incorrectas: 8

Tasa de aciertos por intento: 70.0%

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

Respuesta incorrecta: 4 Formato extra: 2 No siguió las instrucciones: 2

Generación showcase

Hamster playing table tennis

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

#46 xAI: Grok Build 0.1

medium
Coste
$0.028
Tiempo
81.3s
Tokens
14,009 tok

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.

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 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

Modelos comparados