AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#23

Grok 4.5

X AI रिलीज़: 2026-07-08 परीक्षण किया गया: 2026-07-08 23:28 x-ai/grok-4.5::medium
(high) (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 $1.696, और औसत response time 62.63s है।

संगति

8.9

कुल आउटपुट टोकन

264,748

कुल इनपुट टोकन

53,500

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)

62.63s

प्रतिक्रिया समय (अधिकतम): 436.38s

प्रतिक्रिया समय (कुल): 1315.20s

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

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 तुलना करें
2026-07-08 23:28 दोबारा परीक्षण 8.3 9.9 $1.696 वर्तमान रन
2026-07-08 21:34 पहला रन 8.3 9.6 $1.327 तुलना करें

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

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