नेविगेशन
Advertise here

Step 5 Preview (high) vs Grok 4.6 (low)

average score लगभग बराबर है: 7.0 vs 6.9. Grok 4.6 (low) की benchmark लागत कम है: $0.781 vs $4.513. Grok 4.6 (low) तेज है: 16.44s vs 154.41s, pass rates 52.2% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#169
कुल आउटपुट टोकन
1,581,325
प्रतिक्रिया समय (औसत)
154.41s
कुल लागत
$4.513
रैंक
#171
कुल आउटपुट टोकन
42,315
प्रतिक्रिया समय (औसत)
16.44s
कुल लागत
$0.781
अनुशंसित मॉडल Grok 4.6 (low)

It has the best score here (6.9), while costing about 5.8x less than Step 5 Preview (high).

विस्तृत तुलना

मेट्रिक Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09 Grok 4.6 Grok 4.6 low रिलीज़: 2026-08-12
स्कोर 7.0 6.9
रैंक #169 #171
विश्वसनीयता 9.5 10.0
संगति 8.5 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 52.2% 66.7%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 45.130 5.205
कुल लागत $4.513 $0.781
इनपुट कीमत $1.000 / 1M $2.000 / 1M
आउटपुट कीमत $2.700 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 243,381 263,427
आउटपुट टोकन 1,581,325 6,006
रीजनिंग टोकन 0 36,309
प्रतिक्रिया समय (औसत) 154.41s 16.44s
प्रतिक्रिया समय (अधिकतम) 455.72s 57.97s
प्रतिक्रिया समय (कुल) 3551.40s 378.14s
पैरामीटर 600B कुल (27B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#169 Step 5 Preview

high
लागत
$0.057
समय
150.1s
टोकन
20,970 tok

#171 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 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
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

त्वरित तुलना

तुलना जोड़ी बदलें

Qwen3.5-122B-A10BmediumvsGrok 4.6lowQwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsStep 5 PreviewhighGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighKimi K2.7 CodemediumvsStep 5 PreviewhighGemini 3.1 Flash Lite PreviewmediumvsStep 5 PreviewhighKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGPT-5.2 ChatdefaultvsStep 5 PreviewhighGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsGrok 4.6low