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

Step 5 Preview (high) vs Grok 4.6 (low)

average score जवळपास समान आहे: 7.0 vs 6.9. Grok 4.6 (low) चा benchmark खर्च कमी आहे: $0.781 vs $4.513. Grok 4.6 (low) वेगवान आहे: 16.44s vs 154.41s, pass rates 52.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#169
एकूण आउटपुट टोकन्स
1,581,325
प्रतिसाद वेळ (सरासरी)
154.41s
एकूण खर्च
$4.513
क्रमांक
#171
एकूण आउटपुट टोकन्स
42,315
प्रतिसाद वेळ (सरासरी)
16.44s
एकूण खर्च
$0.781
शिफारस केलेले मॉडेल Grok 4.6 (low)

It has the best score here (6.9), while costing about 5.8x less than Step 5 Preview (high).

तपशीलवार तुलना

मेट्रिक Step 5 Preview Step 5 Preview high प्रकाशन: 2026-10-09 Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12
स्कोअर 7.0 6.9
क्रमांक #169 #171
विश्वसनीयता 9.5 10.0
सुसंगतता 8.5 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 52.2% 66.7%
अस्थिर चाचण्या 4 1
एकूण रन 69 69
प्रति निकाल खर्च 45.130 5.205
एकूण खर्च $4.513 $0.781
इनपुट किंमत $1.000 / 1M $2.000 / 1M
आउटपुट किंमत $2.700 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.050 / 1M $0.500 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 243,381 263,427
आउटपुट टोकन्स 1,581,325 6,006
रिझनिंग टोकन्स 0 36,309
प्रतिसाद वेळ (सरासरी) 154.41s 16.44s
प्रतिसाद वेळ (कमाल) 455.72s 57.97s
प्रतिसाद वेळ (एकूण) 3551.40s 378.14s
पॅरामीटर्स 600B एकूण (27B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#169 Step 5 Preview

high
खर्च
$0.057
वेळ
150.1s
टोकन्स
20,970 tok

#171 SpaceXAI: Grok 4.6

low
खर्च
$0.011
वेळ
26.0s
टोकन्स
1,941 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

तुलना जोडी बदला