AI BENCHY
Advertise here
#23

Grok 4.5

X AI प्रकाशन: 2026-07-08 चाचणी तारीख: 2026-07-08 23:28 x-ai/grok-4.5::medium
(high) (medium) (low)

सारांश

Grok 4.5 AI BENCHY वर 8.3 स्कोर करते आणि #23 वर आहे. याची reliability 9.9, pass rate 77.8%, एकूण खर्च $1.696, आणि सरासरी response time 62.63s आहे.

स्कोअर

8.3

सुसंगतता

8.9

विश्वसनीयता

9.9

एकूण खर्च (सध्याची किंमत)

$1.696

एकूण आउटपुट टोकन्स

264,748

एकूण इनपुट टोकन्स

53,500

इनपुट किंमत

$2.000 / 1M

आउटपुट किंमत

$6.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 77.8%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

62.63s

प्रतिसाद वेळ (कमाल): 436.38s

प्रतिसाद वेळ (एकूण): 1315.20s

चुकीचे उत्तर: 6

Hamster playing table tennis

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

#23 xAI: Grok 4.5

medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:09 नवीन चाचणी जोडली 8.3 10.0 $1.928 तुलना करा
2026-07-08 23:28 पुन्हा चाचणी 8.3 9.9 $1.696 सध्याची रन
2026-07-08 21:34 पहिला रन 8.3 9.6 $1.327 तुलना करा

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-08 23:28 · पुन्हा चाचणी8.38.99.915/213264,74853,500$1.69662.63s
2026-07-16 23:09 · नवीन चाचणी जोडली8.38.910.016/223280,567122,146$1.92861.71s
फरक0.00.0-0.1-10-15819-68646-$0.233+921ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-07-08 21:47 $2.000 / 1M $6.000 / 1M

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 4.5mediumvsGPT-5.2mediumGrok 4.5mediumvsClaude Sonnet 5mediumGrok 4.5mediumvsGrok 4.5lowGrok 4.5mediumvsMuse Spark 1.1lowGrok 4.5mediumvsQwen3.6 Max PreviewmediumGrok 4.5mediumvsGemini 2.5 FlashmediumGrok 4.5mediumvsGPT-5.4mediumGrok 4.5mediumvsGPT-5 MinimediumGrok 4.5mediumvsClaude Opus 5lowGrok 4.5mediumvsMuse Spark 1.1high

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 7.6 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 6.5 3.4
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स