#57 xAI: Grok 4.1 Fast
medium- लागत
- $0.000
- समय
- 0.1s
- टोकन
- 0 tok
सारांश
Grok 4.1 Fast AI BENCHY पर 6.7 स्कोर करता है और #57 पर है। इसकी reliability लागू नहीं, pass rate 64.8%, कुल लागत $0.056, और औसत response time 23.88s 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।
6.7
संगति
7.2
लागू नहीं
$0.056
कुल आउटपुट टोकन
93,308
कुल इनपुट टोकन
0
इनपुट कीमत
$0.200 / 1M
आउटपुट कीमत
$0.500 / 1M
अस्थिर टेस्ट
6
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
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 | 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 | वर्तमान रन |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| 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 | 6.6 | 10.0 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 2.8 | 1.6 |