#104 xAI: Grok 4.1 Fast
none
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
X AI
रिलीज़: 2025-11-19
परीक्षण किया गया: 2026-04-11 01:44
x-ai/grok-4.1-fast::none
~500B कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित
(medium)
(none)
सारांश
Grok 4.1 Fast AI BENCHY पर 4.5 स्कोर करता है और #104 पर है। इसकी reliability लागू नहीं, pass rate 24.1%, कुल लागत $0.009, और औसत response time 1.76s है।
Grok 4.1 Fast को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~500B कुल (~50B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
4.5
संगति
8.7
लागू नहीं
$0.009
कुल आउटपुट टोकन
1,721
कुल इनपुट टोकन
0
इनपुट कीमत
$0.200 / 1M
आउटपुट कीमत
$0.500 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
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 13:50 दोबारा परीक्षण | 3.8 | 10.0 | $0.008 ↓ | तुलना करें | |
| 2026-05-08 13:50 दोबारा परीक्षण | 3.8 | 10.0 | $0.008 ↓ | तुलना करें | |
| 2026-05-08 13:50 दोबारा परीक्षण | 4.4 | 10.0 | $0.008 ↓ | तुलना करें | |
| 2026-05-08 13:50 दोबारा परीक्षण | 4.4 | 10.0 | $0.009 | तुलना करें | |
| 2026-05-08 13:50 सूट बदला गया | 4.4 | 10.0 | $0.009 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 4.5 | लागू नहीं | $0.009 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहला दर्ज रन | 54/54 प्रयास | 4.5 | 8.7 | लागू नहीं | 3/18 | 3 | 1,721 | 0 | $0.009 | 1.76s |
| 2026-05-08 13:50 · दोबारा परीक्षण | 57/57 प्रयास | 4.4 | 8.8 | 10.0 | 3/19 | 3 | 1,733 | 0 | $0.009 | 1.67s |
| अंतर | — | +0.1 | -0.1 | 0 | 0 | -12 | 0 | -$0.001 | +86ms |
बेंचमार्क कवरेज अलग है: 54/54 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 57/57 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।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.2 | 10.0 | |
| कोडिंग | 5.3 | 3.4 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| निर्देश पालन | 3.0 | 10.0 | |
| पहेली समाधान | 3.2 | 10.0 | |
| टूल कॉलिंग | 2.8 | 1.6 |