Advertise here
#245

Grok 4.3

X AI प्रकाशन: 2026-05-01 चाचणी तारीख: 2026-10-01 02:35 x-ai/grok-4.3::medium
~1.5T एकूण (~150B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

Grok 4.3 AI BENCHY वर 6.5 स्कोर करते आणि #245 वर आहे. याची reliability 10.0, pass rate 63.8%, एकूण खर्च $0.989, आणि सरासरी response time 44.53s आहे.

Grok 4.3 खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #12.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~1.5T एकूण (~150B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

6.5

सुसंगतता

8.3

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.989

एकूण आउटपुट टोकन्स

232,542

एकूण इनपुट टोकन्स

325,471

इनपुट किंमत

$1.250 / 1M

आउटपुट किंमत

$2.500 / 1M

कॅश वाचण्याची किंमत

$0.200 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 63.8%

अस्थिर चाचण्या

5

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

44.53s

प्रतिसाद वेळ (कमाल): 216.69s

प्रतिसाद वेळ (एकूण): 1024.25s

चुकीचे उत्तर: 6 सूचनांचे पालन केले नाही: 2 अतिरिक्त फॉरमॅटिंग: 1 अवैध टूल कॉल: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#245 SpaceXAI: Grok 4.3

medium
खर्च
$0.009
वेळ
19.0s
टोकन्स
3,661 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 02:35 पुन्हा चाचणी 6.5 10.0 $0.989 सध्याची रन
2026-07-16 23:07 नवीन चाचणी जोडली 7.1 10.0 $0.779 तुलना करा
2026-06-04 14:11 नवीन चाचणी जोडली 7.6 10.0 $0.614 तुलना करा
2026-05-22 00:32 पुन्हा चाचणी 7.8 10.0 $0.593 तुलना करा
2026-05-01 00:40 पहिला रन 8.2 10.0 $0.517 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-08-14 12:51 $1.250 / 1M $2.500 / 1M लागू नाही लागू नाही
2026-10-01 18:33 $1.250 / 1M $2.500 / 1M $0.200 / 1M लागू नाही

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Grok 4.3mediumvsKAT-Coder-Pro V2.5highGrok 4.3mediumvsLaguna XS 2.1mediumमोफत उपलब्धGrok 4.3mediumvsGLM 5.1noneGrok 4.3mediumvsQwen3.5-122B-A10BnoneGrok 4.3mediumvsGLM 5.3lowGrok 4.3mediumvsGemini 3 Flash PreviewnoneGrok 4.3mediumvsBeam 1.0 501B A23BxhighGrok 4.3mediumvsBeam 1.0 501B A23BmaxGrok 4.3mediumvsMercury 2.5highGrok 4.3mediumvsSolar Pro 4medium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 3.9 9.6
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 5.9 7.7
संयुक्त 6.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 5.4 2.5
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 5.9 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स