Advertise here
#127

Grok 4.6

X AI रिलीज़: 2026-08-12 परीक्षण किया गया: 2026-08-14 04:22 x-ai/grok-4.6::low
~1.7T कुल (~170B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (medium) (low)

सारांश

Grok 4.6 AI BENCHY पर 7.4 स्कोर करता है और #127 पर है। इसकी reliability 10.0, pass rate 69.7%, कुल लागत $0.449, और औसत response time 14.55s 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।

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

7.4

संगति

9.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.449

कुल आउटपुट टोकन

38,048

कुल इनपुट टोकन

109,960

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 69.7%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

14.55s

प्रतिक्रिया समय (अधिकतम): 26.46s

प्रतिक्रिया समय (कुल): 320.17s

गलत उत्तर: 7

Hamster playing table tennis

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

#127 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 04:22 दोबारा परीक्षण 7.4 10.0 $0.449 वर्तमान रन
2026-08-12 22:50 पहला रन 7.4 10.0 $0.441 तुलना करें

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

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-08-14 04:22 · वर्तमान रन66/66 प्रयास7.49.610.015/22138,048109,960$0.44914.55s
2026-08-12 22:50 · पहला रन66/66 प्रयास7.49.210.015/22236,792109,951$0.44114.20s
अंतर—0.0+0.40.00-1+1256+9+$0.008+356ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-08-14 12:51 $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 4.6lowvsMiMo-V2.6-FlashmediumGrok 4.6lowvsGemini 3 Flash PreviewlowGrok 4.6lowvsQwen3.8 2.4T A95BhighGrok 4.6lowvsClaude Sonnet 4.6noneGrok 4.6lowvsLongCat 2.0mediumGrok 4.6lowvsGLM 5.3highGrok 4.6lowvsGPT-5.6 LunamediumGrok 4.6lowvsKAT-Coder-Pro V2.5lowGrok 4.6lowvsKimi K2.7 CodemediumGrok 4.6lowvsGLM 5.3 Flashhigh

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 5.5 7.1
संयुक्त 6.5 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 10.0 10.0
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