नेव्हिगेशन
Advertise here

Grok Build 0.1 (medium) vs GLM 5.3 FlashX Legal (low)

average score जवळपास समान आहे: 6.7 vs 6.7. GLM 5.3 FlashX Legal (low) चा benchmark खर्च कमी आहे: $0.135 vs $1.419. GLM 5.3 FlashX Legal (low) वेगवान आहे: 8.30s vs 55.13s, pass rates 58.0% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#236
एकूण आउटपुट टोकन्स
529,806
प्रतिसाद वेळ (सरासरी)
55.13s
एकूण खर्च
$1.419
क्रमांक
#237
एकूण आउटपुट टोकन्स
37,995
प्रतिसाद वेळ (सरासरी)
8.30s
एकूण खर्च
$0.135
शिफारस केलेले मॉडेल GLM 5.3 FlashX Legal (low)

It has the best score here (6.7), while costing about 10.5x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low प्रकाशन: 2026-11-02
स्कोअर 6.7 6.7
क्रमांक #236 #237
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 7.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 58.0% 55.1%
अस्थिर चाचण्या 1 6
एकूण रन 69 69
प्रति निकाल खर्च 10.910 1.349
एकूण खर्च $1.419 $0.135
इनपुट किंमत $1.000 / 1M $0.370 / 1M
आउटपुट किंमत $2.000 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 358,616 236,104
आउटपुट टोकन्स 9,651 11,222
रिझनिंग टोकन्स 520,155 26,773
प्रतिसाद वेळ (सरासरी) 55.13s 8.30s
प्रतिसाद वेळ (कमाल) 252.69s 64.18s
प्रतिसाद वेळ (एकूण) 1268.10s 190.99s
पॅरामीटर्स ~300B एकूण (~30B सक्रिय) ~320B एकूण (~18B 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.

#236 SpaceXAI: Grok Build 0.1

medium
खर्च
$0.028
वेळ
81.3s
टोकन्स
14,009 tok

#237 GLM 5.3 FlashX Legal

low
खर्च
$0.003
वेळ
12.4s
टोकन्स
2,362 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
GLM 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

झटपट तुलना

तुलना जोडी बदला

Qwen3.5-FlashnonevsGLM 5.3 FlashX LegallowSolar Pro 4xhighvsGrok Build 0.1mediumGrok 4.7highvsGLM 5.3 FlashX LegallowQwen3.5-FlashnonevsGrok Build 0.1mediumMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 FlashX LegallowGPT-5.6 SolnonevsGLM 5.3 FlashX LegallowApodex 1.1 Minihighमोफत उपलब्धvsGLM 5.3 FlashX LegallowSolar Pro 4lowvsGrok Build 0.1mediumSpace Bunny AlphamaxvsGrok Build 0.1medium