#89 SpaceXAI: Grok Build 0.1
medium- Biaya
- $0.028
- Waktu
- 81.3s
- Token
- 14,009 tok
X AI
Rilis: 2026-05-21
Diuji pada: 2026-08-14 02:58
x-ai/grok-build-0.1::medium
~300B total (~30B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Grok Build 0.1 mendapat skor 7.5 di AI BENCHY dan berada di peringkat #89. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 60.6%, total biaya $1.130, dan waktu respons rata-rata 54.50s.
Yang membuat Grok Build 0.1 unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #17. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~300B total (~30B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
7.5
Konsistensi
9.6
10.0
$1.130
Total token output
511,406
Total token input
106,946
Harga input
$1.000 / 1M
Harga output
$2.000 / 1M
Tes tidak stabil
1
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 02:58 Uji ulang | 7.5 | 10.0 | $1.130 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:58 · Run saat ini | 66/66 percobaan | 7.5 | 9.6 | 10.0 | 13/22 | 1 | 511,406 | 106,946 | $1.130 | 54.50s |
| 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 | — | 0.0 | -0.3 | 0.0 | 0 | +1 | +70606 | +62528 | +$0.204 | +4602ms |
Cakupan benchmark berbeda: 66/66 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 |
|---|---|---|
| 2026-08-14 12:51 | $1.000 / 1M | $2.000 / 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 Build 0.1mediumvsGPT-5.4 MinimediumGrok Build 0.1mediumvsGemini 3.1 Flash Lite PreviewmediumGrok Build 0.1mediumvsQwen3.5-27BmediumGrok Build 0.1mediumvsQwen3.7 MaxnoneGrok Build 0.1mediumvsQwen3.5 Plus 2026-02-15mediumGrok Build 0.1mediumvsKimi K2.7 CodemediumGrok Build 0.1mediumvsGPT 5.3 ChatnoneGrok Build 0.1mediumvsGPT-5.6 LunamediumGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsLongCat 2.0medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| 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 |