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

Grok Build 0.1 (medium) vs GLM 5.3 Flash (low)

Grok Build 0.1 (medium) average score में आगे है: 6.7 vs 6.6. GLM 5.3 Flash (low) की benchmark लागत कम है: $0.038 vs $1.419. GLM 5.3 Flash (low) तेज है: 11.82s vs 55.13s, pass rates 58.0% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक
#178
कुल आउटपुट टोकन
529,806
प्रतिक्रिया समय (औसत)
55.13s
कुल लागत
$1.419
रैंक
#187
कुल आउटपुट टोकन
27,168
प्रतिक्रिया समय (औसत)
11.82s
कुल लागत
$0.038
अनुशंसित मॉडल GLM 5.3 Flash (low)

Its score stays close to the best score here (6.6 vs 6.7), while costing about 38.2x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21 GLM 5.3 Flash GLM 5.3 Flash low रिलीज़: 2026-08-26
स्कोर 6.7 6.6
रैंक #178 #187
विश्वसनीयता 10.0 10.0
संगति 9.6 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 58.0% 58.0%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 10.910 0.338
कुल लागत $1.419 $0.038
इनपुट कीमत $1.000 / 1M $0.150 / 1M
आउटपुट कीमत $2.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 358,616 255,173
आउटपुट टोकन 9,651 9,891
रीजनिंग टोकन 520,155 17,277
प्रतिक्रिया समय (औसत) 55.13s 11.82s
प्रतिक्रिया समय (अधिकतम) 252.69s 90.45s
प्रतिक्रिया समय (कुल) 1268.10s 271.92s
पैरामीटर ~300B कुल (~30B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#178 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 tok

#187 GLM 5.3 Flash

low
लागत
$0.001
समय
20.7s
टोकन
1,482 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.5nonevsGLM 5.3 FlashlowSolar Pro 4xhighvsGrok Build 0.1mediumQwen3.5-FlashnonevsGrok Build 0.1mediumApodex 1.1 Minihighनिःशुल्क उपलब्धvsGLM 5.3 FlashlowGPT-5.6 SolnonevsGLM 5.3 FlashlowGPT 5.3 ChatnonevsGLM 5.3 FlashlowQwen3.7 FlashmediumvsGLM 5.3 FlashlowEmber-1maxvsGLM 5.3 FlashlowSolar Pro 4lowvsGrok Build 0.1mediumSpace Bunny AlphamaxvsGrok Build 0.1mediumMiniMax M3mediumvsGLM 5.3 FlashlowGrok 4.7highvsGLM 5.3 Flashlow