#178

Grok Build 0.1

X AI Rilis: 2026-05-21 Diuji pada: 2026-10-01 02:37 x-ai/grok-build-0.1::medium

~300B total (~30B aktif)MoETertutupPerkiraan

(medium) (none)

Ringkasan

Grok Build 0.1 mendapat skor 6.7 di AI BENCHY dan berada di peringkat #178. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 58.0%, total biaya $1.419, dan waktu respons rata-rata 55.13s.

Yang membuat Grok Build 0.1 unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #4, sementara Kecerdasan umum adalah area terlemahnya di #16. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Alternatif yang disarankan

Kami menyarankan memilih salah satu model ini sebagai pengganti:

Gemini 3.7 Flash (low)

Skor: 9.4 (+2.65 poin)
Total biaya (harga saat ini): $0.183 · 87.1% lebih murah
Waktu respons (rata-rata): 6.24s · 88.7% lebih cepat

Bandingkan →

GPT-6 Luna (medium)

Skor: 8.3 (+1.56 poin)
Total biaya (harga saat ini): $0.047 · 96.7% lebih murah
Waktu respons (rata-rata): 18.07s · 67.2% lebih cepat

Bandingkan →

GPT-5.6 Luna (medium)

Skor: 7.4 (+0.71 poin)
Total biaya (harga saat ini): $0.065 · 95.5% lebih murah
Waktu respons (rata-rata): 9.64s · 82.5% lebih cepat

Bandingkan →

Fakta model

Ditelaah pada 2026-08-12

Perkiraan

Parameter: ~300B total (~30B aktif)
Arsitektur: MoE
Ketersediaan: Tertutup
Lisensi: -

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

6.7

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$1.419

Total token output

529,806

Total token input

358,616

Harga input

$1.000 / 1M

Harga output

$2.000 / 1M

Harga baca cache

$0.200 / 1M

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 58.0%

Tes tidak stabil

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

Waktu respons (rata-rata)

55.13s

Waktu respons (maks): 252.69s

Waktu respons (total): 1268.10s

Jawaban salah: 6 Format tambahan: 3 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#178 SpaceXAI: Grok Build 0.1

medium

Biaya: $0.028
Waktu: 81.3s
Token: 14,009 tok

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-10-01 02:37 Uji ulang	6.7	10.0	$1.419	Run saat ini
2026-07-16 23:10 Tes baru ditambahkan	7.6	10.0	$1.097	Bandingkan
2026-06-04 14:22 Tes baru ditambahkan	7.4	10.0	$0.927	Bandingkan
2026-05-26 13:30 Uji ulang	7.7	10.0	$0.729	Bandingkan
2026-05-22 00:36 Suite berubah	7.6	10.0	$0.633	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)
2026-10-01 02:37 · Run saat ini	69/69 percobaan	6.7	9.6	10.0	13/23	1	529,806	358,616	$1.419	55.13s
2026-06-04 14:22 · Tes baru ditambahkan	63/63 percobaan	7.4	9.9	10.0	13/21	0	440,800	44,418	$0.927	49.90s
Selisih	—	-0.7	-0.3	0.0	0	+1	+89006	+314198	+$0.493	+5234ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

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	Harga baca cache	Harga tulis cache
2026-08-14 12:51	$1.000 / 1M	$2.000 / 1M	T/A	T/A
2026-10-01 18:33	$1.000 / 1M	$2.000 / 1M	$0.200 / 1M	T/A

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 Build 0.1mediumvsGrok 4.7xhigh Grok Build 0.1mediumvsQwen3.5-Flashnone Grok Build 0.1mediumvsSolar Pro 4xhigh Grok Build 0.1mediumvsSolar Pro 4low Grok Build 0.1mediumvsSpace Bunny Alphamax Grok Build 0.1mediumvsGrok 4.7high Grok Build 0.1mediumvsGPT-6 Solnone Grok Build 0.1mediumvsMiniMax M3medium Grok Build 0.1mediumvsMercury 2.5 Previewmedium Grok Build 0.1mediumvsEmber-1max

Rincian Kategori

Kategori	Skor	Konsistensi
Tugas agen	3.4	9.6
Trik anti-AI	8.3	10.0
Pemrograman	5.7	9.7
Gabungan	10.0	10.0
Parsing dan ekstraksi data	10.0	10.0
Spesifik domain	2.9	7.2
Kecerdasan umum	4.4	9.9
Kepatuhan instruksi	9.8	10.0
Pemecahan teka-teki	7.7	10.0
Pemanggilan alat	10.0	10.0
Pengetahuan umum	3.0	10.0

Grok Build 0.1

Alternatif yang disarankan

Fakta model

Hamster playing table tennis

#178 SpaceXAI: Grok Build 0.1

Grafik

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

Rincian Kategori

Model yang Dibandingkan