#42 xAI: Grok Build 0.1
medium- खर्च
- $0.028
- वेळ
- 81.3s
- टोकन्स
- 14,009 tok
सारांश
Grok Build 0.1 AI BENCHY वर 7.7 स्कोर करते आणि #42 वर आहे. याची reliability 10.0, pass rate 65.0%, एकूण खर्च $0.729, आणि सरासरी response time 42.39s आहे.
Grok Build 0.1 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #14. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.
7.7
सुसंगतता
9.9
10.0
$0.729
एकूण आउटपुट टोकन्स
343,639
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$1.000 / 1M
आउटपुट किंमत
$2.000 / 1M
अस्थिर चाचण्या
0
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 14:22 नवीन चाचणी जोडली | 7.4 | 10.0 | $0.927 | तुलना करा | |
| 2026-05-26 13:30 पुन्हा चाचणी | 7.7 | 10.0 | $0.729 | सध्याची रन | |
| 2026-05-22 00:36 सूट बदलला | 7.6 | 10.0 | $0.633 | तुलना करा |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-26 13:30 · पुन्हा चाचणी | 7.7 | 9.9 | 10.0 | 13/20 | 0 | 343,639 | 0 | $0.729 | 42.39s |
| 2026-06-04 14:22 · नवीन चाचणी जोडली | 7.4 | 9.9 | 10.0 | 13/21 | 0 | 440,800 | 44,418 | $0.927 | 49.90s |
| फरक | +0.2 | 0.0 | 0.0 | 0 | 0 | -97161 | -44418 | -$0.198 | -7513ms |
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 |
|---|---|---|
| 2026-05-27 12:57 | $1.000 / 1M | $2.000 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Grok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsStep 3.7 FlashlowGrok Build 0.1mediumvsKimi K2.5mediumGrok Build 0.1mediumvsClaude Opus 4.6mediumGrok Build 0.1mediumvsMercury 2mediumGrok Build 0.1mediumvsGemini 3.5 FlashhighGrok Build 0.1mediumvsGemini 3 Flash PreviewmediumGrok Build 0.1mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGrok Build 0.1mediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.3 | 10.0 | |
| कोडिंग | 7.0 | 9.5 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |