नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-6 Sol (low) vs Grok 4.6 (medium)

Grok 4.6 (medium) average score में आगे है: 8.4 vs 8.4. GPT-6 Sol (low) की benchmark लागत कम है: $0.273 vs $1.713. GPT-6 Sol (low) तेज है: 6.92s vs 73.46s, pass rates 86.4% vs 81.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-23

तुलना किए गए मॉडल

रैंक
#68
कुल आउटपुट टोकन
11,677
प्रतिक्रिया समय (औसत)
6.92s
कुल लागत
$0.273
रैंक
#62
कुल आउटपुट टोकन
249,808
प्रतिक्रिया समय (औसत)
73.46s
कुल लागत
$1.713
अनुशंसित मॉडल GPT-6 Sol (low)

Its score stays close to the best score here (8.4 vs 8.4), while costing about 6.3x less than Grok 4.6 (medium).

विस्तृत तुलना

मेट्रिक GPT-6 Sol GPT-6 Sol low रिलीज़: 2026-09-23 Grok 4.6 Grok 4.6 medium रिलीज़: 2026-08-12
स्कोर 8.4 8.4
रैंक #68 #62
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 86.4% 81.8%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 1.604 10.703
कुल लागत $0.273 $1.713
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 77,882 106,787
आउटपुट टोकन 4,047 4,811
रीजनिंग टोकन 7,630 244,997
प्रतिक्रिया समय (औसत) 6.92s 73.46s
प्रतिक्रिया समय (अधिकतम) 17.91s 514.35s
प्रतिक्रिया समय (कुल) 152.17s 1616.12s
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.

#68 GPT-6 Sol

low
लागत
$0.018
समय
17.4s
टोकन
1,850 tok

#62 SpaceXAI: Grok 4.6

medium
लागत
$0.028
समय
72.1s
टोकन
4,771 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 Sol 6.2 4.8 66.7% 2 8.74s 7,302 405 1,296
Grok 4.6 8.2 7.2 88.9% 1 120.05s 9,579 351 64,226

त्वरित तुलना

तुलना जोड़ी बदलें