AI BENCHY
Advertise here

#41

Grok Build 0.1

X AI प्रकाशन: 2026-05-21 चाचणी तारीख: 2026-05-21 12:39 x-ai/grok-build-0.1::medium

स्कोअर

7.8

सुसंगतता

8.9

विश्वसनीयता

10.0

एकूण खर्च

$0.488

एकूण आउटपुट टोकन्स

225,319

???? ???

$1.000 / 1M

????? ???

$2.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 7

प्रति प्रयत्न पास दर: 71.9%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

22.28s

प्रतिसाद वेळ (कमाल): 88.28s

प्रतिसाद वेळ (एकूण): 423.30s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 2 अतिरिक्त फॉरमॅटिंग: 1

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 Build 0.1mediumvsGemini 3 Flash PreviewnoneGrok Build 0.1mediumvsQwen3.5-122B-A10BmediumGrok Build 0.1mediumvsQwen3.6 PlusmediumGrok Build 0.1mediumvsMiMo-V2.5mediumGrok Build 0.1mediumvsGemini 3.1 Flash LitemediumGrok Build 0.1mediumvsQwen3.5 Plus 2026-04-20mediumGrok Build 0.1mediumvsGemini 3 Flash PreviewmediumGrok Build 0.1mediumvsGemini 3.5 FlashlowGrok Build 0.1mediumvsRing-2.6-1Tmedium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 7.3 3.7
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 3.8 2.5
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 6.2 7.5
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स