नेविगेशन
AI BENCHY
Advertise here

Solar Pro 4 (xhigh) vs Grok Build 0.1 (medium)

Solar Pro 4 (xhigh) average score में आगे है: 7.7 vs 7.6. Solar Pro 4 (xhigh) की benchmark लागत कम है: $0.049 vs $1.097. Grok Build 0.1 (medium) तेज है: 52.06s vs 115.81s, pass rates 65.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#63
कुल आउटपुट टोकन
379,812
प्रतिक्रिया समय (औसत)
115.81s
कुल लागत
$0.049
रैंक
#67
कुल आउटपुट टोकन
494,663
प्रतिक्रिया समय (औसत)
52.06s
कुल लागत
$1.097
अनुशंसित मॉडल Solar Pro 4 (xhigh)

It has the best score here (7.7), while costing about 22.6x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक Solar Pro 4 Solar Pro 4 xhigh रिलीज़: 2026-08-11 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 7.7 7.6
रैंक #63 #67
विश्वसनीयता 10.0 10.0
संगति 9.4 10.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 2 0
कुल रन 66 66
प्रति परिणाम लागत 0.374 7.830
कुल लागत $0.049 $1.097
इनपुट कीमत $0.030 / 1M $1.000 / 1M
आउटपुट कीमत $0.120 / 1M $2.000 / 1M
कुल इनपुट टोकन 98,107 106,751
आउटपुट टोकन 21,723 7,993
रीजनिंग टोकन 358,089 486,670
प्रतिक्रिया समय (औसत) 115.81s 52.06s
प्रतिक्रिया समय (अधिकतम) 419.47s 252.69s
प्रतिक्रिया समय (कुल) 2547.92s 1145.27s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#63 Solar Pro 4

xhigh
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
समय
-
टोकन
0 tok

#67 xAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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
Solar Pro 4 5.8 9.9 33.3% 0 292.21s 7,887 15,575 115,426
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें