AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#34

Grok 4.5

X AI रिलीज़: 2026-07-08 परीक्षण किया गया: 2026-07-08 22:51 x-ai/grok-4.5::low
~1.7T कुल (~170B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Grok 4.5 AI BENCHY पर 7.8 स्कोर करता है और #34 पर है। इसकी reliability 10.0, pass rate 74.6%, कुल लागत $0.760, और औसत response time 15.48s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~1.7T कुल (~170B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

9.7

कुल आउटपुट टोकन

106,968

कुल इनपुट टोकन

58,652

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 74.6%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

15.48s

प्रतिक्रिया समय (अधिकतम): 205.28s

प्रतिक्रिया समय (कुल): 324.98s

Hamster playing table tennis

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

#34 xAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:54 दोबारा परीक्षण 8.4 10.0 $0.945 तुलना करें
2026-07-16 23:08 नया टेस्ट जोड़ा गया 8.4 10.0 $0.935 तुलना करें
2026-07-08 22:51 पहला रन 7.8 10.0 $0.760 वर्तमान रन

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-08 22:12 $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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 6.1 3.1
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