AI BENCHY
Advertise here
#12

Grok 4.5

X AI रिलीज़: 2026-07-08 परीक्षण किया गया: 2026-07-17 00:48 x-ai/grok-4.5::high
(high) (medium) (low)

सारांश

Grok 4.5 AI BENCHY पर 8.9 स्कोर करता है और #12 पर है। इसकी reliability 10.0, pass rate 83.3%, कुल लागत $1.707, और औसत response time 76.50s है।

Grok 4.5 को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

8.9

संगति

9.2

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$1.707

कुल आउटपुट टोकन

253,195

कुल इनपुट टोकन

151,562

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 83.3%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

76.50s

प्रतिक्रिया समय (अधिकतम): 676.83s

प्रतिक्रिया समय (कुल): 1683.07s

कोई उत्तर नहीं: 2 गलत उत्तर: 2 निर्देशों का पालन नहीं किया: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#12 xAI: Grok 4.5

high
लागत
$0.015
समय
29.7s
टोकन
2,737 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-17 01:09 $2.000 / 1M $6.000 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Grok 4.5highvsGemini 3.5 FlashlowGrok 4.5highvsGPT-5.3-CodexmediumGrok 4.5highvsGPT-5.5mediumGrok 4.5highvsClaude Opus 4.8mediumGrok 4.5highvsGemini 3.5 FlashmediumGrok 4.5highvsClaude Opus 4.7mediumGrok 4.5highvsGemini 3 Flash PreviewmediumGrok 4.5highvsGemini 3.5 FlashhighGrok 4.5highvsNemotron 3 Ultramediumनिःशुल्क उपलब्धGrok 4.5highvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 4.7 1.6
निर्देश पालन 9.8 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल