नेविगेशन
AI BENCHY
Advertise here

GPT-6 Astra (max) vs Grok 4.6 (high)

GPT-6 Astra (max) average score में आगे है: 9.9 vs 9.3. Grok 4.6 (high) की benchmark लागत कम है: $1.908 vs $3.803. GPT-6 Astra (max) तेज है: 61.27s vs 84.15s, pass rates 95.5% vs 86.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#3
कुल आउटपुट टोकन
60,230
प्रतिक्रिया समय (औसत)
61.27s
कुल लागत
$3.803
रैंक
#17
कुल आउटपुट टोकन
282,217
प्रतिक्रिया समय (औसत)
84.15s
कुल लागत
$1.908
अनुशंसित मॉडल GPT-6 Astra (max)

It has the strongest score in this comparison (9.9) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक GPT-6 Astra GPT-6 Astra max रिलीज़: 2026-09-04 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12
स्कोर 9.9 9.3
रैंक #3 #17
विश्वसनीयता 9.5 10.0
संगति 10.0 10.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 95.5% 86.4%
अस्थिर टेस्ट 0 0
कुल रन 66 66
प्रति परिणाम लागत 18.106 10.042
कुल लागत $3.803 $1.908
इनपुट कीमत $10.000 / 1M $2.000 / 1M
आउटपुट कीमत $50.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 79,058 107,275
आउटपुट टोकन 4,853 5,094
रीजनिंग टोकन 55,377 277,123
प्रतिक्रिया समय (औसत) 61.27s 84.15s
प्रतिक्रिया समय (अधिकतम) 960.01s 618.49s
प्रतिक्रिया समय (कुल) 1347.96s 1851.26s
पैरामीटर ~2T कुल (~150B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#3 GPT-6 Astra

max
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#17 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-6 Astra 10.0 10.0 100.0% 0 14.64s 7,302 395 8,298
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

त्वरित तुलना

तुलना जोड़ी बदलें