#87 Grok 4.1 Fast
medium- लागत
- $0.000
- समय
- 0.1s
- टोकन
- 0 tok
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।
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।
6.5
संगति
7.3
10.0
$0.058
कुल आउटपुट टोकन
98,704
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 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 | 4.7 | 10.0 | $0.069 ↑ | तुलना करें | |
| 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 | 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 |
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 | 6.5 | 10.0 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 2.8 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |