AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#83

Grok 4.3

X AI Rilis: 2026-05-01 Diuji pada: 2026-07-16 23:07 x-ai/grok-4.3::medium

Ringkasan

Grok 4.3 mendapat skor 7.1 di AI BENCHY dan berada di peringkat #83. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 68.2%, total biaya $0.779, dan waktu respons rata-rata 47.45s.

Skor

7.1

Konsistensi

8.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.779

Total token output

241,421

Total token input

140,031

Harga input

$1.250 / 1M

Harga output

$2.500 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 68.2%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

47.45s

Waktu respons (maks): 216.69s

Waktu respons (total): 1043.83s

Jawaban salah: 5 Tidak mengikuti instruksi: 2 Format tambahan: 1 Tidak ada jawaban: 1

Hamster playing table tennis

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

#83 xAI: Grok 4.3

medium
Biaya
$0.009
Waktu
19.0s
Token
3,661 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:07 Tes baru ditambahkan 7.1 10.0 $0.779 Run saat ini
2026-06-04 14:11 Tes baru ditambahkan 7.6 10.0 $0.614 Bandingkan
2026-05-22 00:32 Uji ulang 7.8 10.0 $0.593 Bandingkan
2026-05-01 00:40 Run awal 8.2 10.0 $0.517 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $1.250 / 1M $2.500 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Grok 4.3mediumvsQwen3.5-122B-A10BmediumGrok 4.3mediumvsGLM 5.1mediumGrok 4.3mediumvsQwen3.7 PlusnoneGrok 4.3mediumvsGrok 4.20mediumGrok 4.3mediumvsQwen3.5 Plus 2026-04-20mediumGrok 4.3mediumvsDeepSeek V3.2mediumGrok 4.3mediumvsKAT-Coder-Pro V2.5highGrok 4.3mediumvsKimi K2.5mediumGrok 4.3mediumvsKimi K2.6mediumGrok 4.3mediumvsMercury 2medium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 5.9 7.7
Gabungan 6.5 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 7.2
Kecerdasan umum 5.4 2.5
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 5.9 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan