AI BENCHY
Advertise here
#22

Grok 4.5

X AI रिलीज़: 2026-07-08 परीक्षण किया गया: 2026-07-16 23:09 x-ai/grok-4.5::medium
(high) (medium) (low)

सारांश

Grok 4.5 AI BENCHY पर 8.3 स्कोर करता है और #22 पर है। इसकी reliability 10.0, pass rate 78.8%, कुल लागत $1.928, और औसत response time 61.71s 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

8.3

संगति

8.9

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$1.928

कुल आउटपुट टोकन

280,567

कुल इनपुट टोकन

122,146

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 78.8%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

61.71s

प्रतिक्रिया समय (अधिकतम): 436.38s

प्रतिक्रिया समय (कुल): 1357.56s

गलत उत्तर: 6

Hamster playing table tennis

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

#22 xAI: Grok 4.5

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 23:09 नया टेस्ट जोड़ा गया 8.3 10.0 $1.928 वर्तमान रन
2026-07-08 23:28 दोबारा परीक्षण 8.3 9.9 $1.696 तुलना करें
2026-07-08 21:34 पहला रन 8.3 9.6 $1.327 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

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 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsClaude Sonnet 5mediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsMuse Spark 1.1lowGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGemini 3 Flash PreviewmediumGrok 4.5mediumvsGemini 3.5 FlashhighGrok 4.5mediumvsNemotron 3 Ultramediumनिःशुल्क 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