Advertise here
#114

Grok 4.6

X AI रिलीज़: 2026-08-12 परीक्षण किया गया: 2026-10-01 04:13 x-ai/grok-4.6::medium
~1.7T कुल (~170B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (medium) (low)

सारांश

Grok 4.6 AI BENCHY पर 7.8 स्कोर करता है और #114 पर है। इसकी reliability 10.0, pass rate 78.3%, कुल लागत $2.270, और औसत response time 74.77s है।

Grok 4.6 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि स्वायत्त एजेंट कार्य इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर 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

7.8

संगति

8.7

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$2.270

कुल आउटपुट टोकन

266,197

कुल इनपुट टोकन

336,351

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$6.000 / 1M

कैश पढ़ने की कीमत

$0.500 / 1M

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 78.3%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

74.77s

प्रतिक्रिया समय (अधिकतम): 514.35s

प्रतिक्रिया समय (कुल): 1719.73s

गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#114 SpaceXAI: Grok 4.6

medium
लागत
$0.028
समय
72.1s
टोकन
4,771 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-01 04:13 दोबारा परीक्षण 7.8 10.0 $2.270 वर्तमान रन
2026-08-12 22:58 पहला रन 8.3 10.0 $1.656 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 कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-08-14 12:51 $2.000 / 1M $6.000 / 1M लागू नहीं लागू नहीं
2026-10-01 18:33 $2.000 / 1M $6.000 / 1M $0.500 / 1M लागू नहीं

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 4.6mediumvsStep 3.7 FlashmediumGrok 4.6mediumvsQwen3.7 PlusnoneGrok 4.6mediumvsGLM 5.3highGrok 4.6mediumvsGrok 4.5lowGrok 4.6mediumvsGrok 4.5mediumGrok 4.6mediumvsDeepSeek V4 Flash 0731mediumGrok 4.6mediumvsLing 3.1 FlashhighGrok 4.6mediumvsGPT-6 LunahighGrok 4.6mediumvsMiMo-V2.6-FlashmediumGrok 4.6mediumvsMuse Glimmer 30Bhigh

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 5.0 10.0
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 8.2 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 4.1 2.7
निर्देश पालन 9.8 10.0
पहेली समाधान 8.7 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल