#37 SpaceXAI: Grok 4.5
medium- Biaya
- $0.044
- Waktu
- 59.4s
- Token
- 7,512 tok
X AI
Rilis: 2026-07-08
Diuji pada: 2026-08-14 03:04
x-ai/grok-4.5::medium
~1.7T total (~170B aktif)MoETertutupPerkiraan
Ringkasan
Grok 4.5 mendapat skor 8.5 di AI BENCHY dan berada di peringkat #37. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 83.3%, total biaya $2.042, dan waktu respons rata-rata 68.59s.
Yang membuat Grok 4.5 unik: Model ini paling menonjol di Pemecahan teka-teki, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #16.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~1.7T total (~170B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
8.5
Konsistensi
8.9
10.0
$2.042
Total token output
299,460
Total token input
122,155
Harga input
$2.000 / 1M
Harga output
$6.000 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 03:04 Uji ulang | 8.5 | 10.0 | $2.042 | Run saat ini | |
| 2026-07-16 23:09 Tes baru ditambahkan | 8.3 | 10.0 | $1.928 | Bandingkan | |
| 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.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 03:04 · Run saat ini | 66/66 percobaan | 8.5 | 8.9 | 10.0 | 17/22 | 3 | 299,460 | 122,155 | $2.042 | 68.59s |
| 2026-07-16 23:09 · Tes baru ditambahkan | 66/66 percobaan | 8.3 | 8.9 | 10.0 | 16/22 | 3 | 280,567 | 122,146 | $1.928 | 61.71s |
| Selisih | — | +0.1 | 0.0 | 0.0 | +1 | 0 | +18893 | +9 | +$0.114 | +6879ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-08-14 12:51 | $2.000 / 1M | $6.000 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Grok 4.5mediumvsGPT-5.4mediumGrok 4.5mediumvsMuse Spark 1.2lowGrok 4.5mediumvsQwen3.8 MaxlowGrok 4.5mediumvsGrok 4.6mediumGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsClaude Fable 5mediumGrok 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsMuse Spark 1.1mediumGrok 4.5mediumvsQwen3.8 27Bhigh
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 | 5.3 | 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 |