X AI
रिलीज़: 2026-05-21
परीक्षण किया गया: 2026-05-21 12:40
x-ai/grok-build-0.1::none
(medium)
(none)
सारांश
Grok Build 0.1 AI BENCHY पर 6.6 स्कोर करता है और #82 पर है। इसकी reliability 10.0, pass rate 60.4%, कुल लागत $0.547, और औसत response time 28.69s है।
Grok Build 0.1 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
6.6
संगति
8.0
10.0
$0.547
कुल आउटपुट टोकन
267,275
कुल इनपुट टोकन
0
इनपुट कीमत
$1.000 / 1M
आउटपुट कीमत
$2.000 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-21 12:40 दोबारा परीक्षण | 6.0 | 10.0 | $0.547 | तुलना करें | |
| 2026-05-21 12:40 दोबारा परीक्षण | 6.6 | 10.0 | $0.547 | वर्तमान रन |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 4.7 | 1.6 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 4.3 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 6.4 | 7.7 | |
| टूल कॉलिंग | 0.0 | 0.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |