#357 Grok 4.1 Fast
medium- लागत
- $0.000
- समय
- 0.1s
- टोकन
- 0 tok
सारांश
Grok 4.1 Fast AI BENCHY पर 3.9 स्कोर करता है और #357 पर है। इसकी reliability 10.0, pass rate 50.7%, कुल लागत $0.069, और औसत response time 23.85s है।
Grok 4.1 Fast को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि स्वायत्त एजेंट कार्य इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
शोध की तारीख: 2026-08-12
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
3.9
संगति
6.0
10.0
कुल आउटपुट टोकन
98,340
कुल इनपुट टोकन
42,845
इनपुट कीमत
$0.484 / 1M
आउटपुट कीमत
$0.484 / 1M
कैश पढ़ने की कीमत
लागू नहीं
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
6
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 13:52 दोबारा परीक्षण | 3.9 | 10.0 | $0.069 ↑ | वर्तमान रन | |
| 2026-05-08 13:52 दोबारा परीक्षण | 4.7 | 10.0 | $0.069 ↑ | तुलना करें | |
| 2026-05-08 13:52 दोबारा परीक्षण | 6.5 | 10.0 | $0.069 ↑ | तुलना करें | |
| 2026-05-08 13:52 दोबारा परीक्षण | 6.5 | 10.0 | $0.058 | तुलना करें | |
| 2026-05-08 13:52 सूट बदला गया | 6.5 | 10.0 | $0.058 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 6.7 | लागू नहीं | $0.056 | तुलना करें |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 13:52 · वर्तमान रन | 57/69 प्रयास | 3.9 | 6.0 | 10.0 | 9/19 | 6 | 98,340 | 42,845 | $0.069 | 23.85s |
| 2026-04-11 01:44 · पहला दर्ज रन | 54/54 प्रयास | 6.7 | 7.2 | लागू नहीं | 9/18 | 6 | 93,308 | 0 | $0.056 | 23.88s |
| अंतर | — | -2.8 | -1.2 | 0 | 0 | +5032 | +42845 | +$0.014 | -32ms |
बेंचमार्क कवरेज अलग है: 57/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.484 / 1M | $0.484 / 1M | लागू नहीं | लागू नहीं |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 0.0 | 0.0 | |
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 0.8 | 0.4 | |
| संयुक्त | 5.0 | 5.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.8 | 4.4 | |
| Samanya Buddhimatta | 4.2 | 9.9 | |
| निर्देश पालन | 6.5 | 10.0 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 2.8 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |