AI BENCHY
Advertise here
#23

Grok 4.5

X AI रिलीज़: 2026-07-08 परीक्षण किया गया: 2026-07-08 21:55 x-ai/grok-4.5::medium
(medium) (low)

सारांश

Grok 4.5 AI BENCHY पर 8.3 स्कोर करता है और #23 पर है। इसकी reliability 9.9, pass rate 77.8%, कुल लागत $1.154, और औसत response time 43.94s है।

Grok 4.5 को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डोमेन-विशिष्ट इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।

स्कोर

8.3

संगति

8.9

विश्वसनीयता

9.9

कुल लागत (वर्तमान कीमत)

$1.154

कुल आउटपुट टोकन

174,600

कुल इनपुट टोकन

52,896

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 77.8%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

43.94s

प्रतिक्रिया समय (अधिकतम): 305.49s

प्रतिक्रिया समय (कुल): 878.82s

गलत उत्तर: 5 समय समाप्त: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#23 xAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-08 21:47 $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 4.5mediumvsStep 3.7 FlashmediumGrok 4.5mediumvsDeepSeek V4 FlashhighGrok 4.5mediumvsGPT-5.2 ChatnoneGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGemini 3.5 FlashhighGrok 4.5mediumvsGemini 3 Flash PreviewmediumGrok 4.5mediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGrok 4.5mediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 7.6 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 6.5 3.4
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