AI BENCHY
Advertise here
#22

Grok 4.5

X AI Rilis: 2026-07-08 Diuji pada: 2026-07-16 23:09 x-ai/grok-4.5::medium
(high) (medium) (low)

Ringkasan

Grok 4.5 mendapat skor 8.3 di AI BENCHY dan berada di peringkat #22. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 78.8%, total biaya $1.928, dan waktu respons rata-rata 61.71s.

Yang membuat Grok 4.5 unik: Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Skor

8.3

Konsistensi

8.9

Keandalan

10.0

Total biaya (harga saat ini)

$1.928

Total token output

280,567

Total token input

122,146

Harga input

$2.000 / 1M

Harga output

$6.000 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 78.8%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

61.71s

Waktu respons (maks): 436.38s

Waktu respons (total): 1357.56s

Jawaban salah: 6

Hamster playing table tennis

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

#22 xAI: Grok 4.5

medium
Biaya
$0.044
Waktu
59.4s
Token
7,512 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:09 Tes baru ditambahkan 8.3 10.0 $1.928 Run saat ini
2026-07-08 23:28 Uji ulang 8.3 9.9 $1.696 Bandingkan
2026-07-08 21:34 Run awal 8.3 9.6 $1.327 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
2026-07-08 21:47 $2.000 / 1M $6.000 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Grok 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsClaude Sonnet 5mediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsMuse Spark 1.1lowGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGemini 3 Flash PreviewmediumGrok 4.5mediumvsGemini 3.5 FlashhighGrok 4.5mediumvsNemotron 3 UltramediumTersedia gratisGrok 4.5mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 7.6 7.2
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 2.9 7.2
Kecerdasan umum 6.5 3.4
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan