AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#87

Grok 4.1 Fast

X AI रिलीज़: 2025-11-19 परीक्षण किया गया: 2026-05-08 13:52 x-ai/grok-4.1-fast::medium
(medium) (none)

सारांश

Grok 4.1 Fast AI BENCHY पर 6.5 स्कोर करता है और #87 पर है। इसकी reliability 10.0, pass rate 61.4%, कुल लागत $0.058, और औसत response time 24.01s है।

Grok 4.1 Fast को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।

संगति

7.3

कुल आउटपुट टोकन

98,704

कुल इनपुट टोकन

0

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 61.4%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

24.01s

प्रतिक्रिया समय (अधिकतम): 121.79s

प्रतिक्रिया समय (कुल): 288.18s

जनरेशन शोकेस

Hamster playing table tennis

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

#87 Grok 4.1 Fast

medium
Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)
लागत
$0.000
समय
0.1s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत 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 वर्तमान रन
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

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-05-08 13:52 · दोबारा परीक्षण6.57.310.09/19698,7040$0.05824.01s
2026-04-11 01:44 · पहला दर्ज रन6.77.2लागू नहीं9/18693,3080$0.05623.88s
अंतर-0.2+0.100+53960+$0.003+137ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 2.3 1.1
संयुक्त 10.0 10.0
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

तुलना किए गए मॉडल