AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#20

Grok 4.3

X AI Releasedatum: 2026-05-01 Getest op: 2026-05-01 00:40 x-ai/grok-4.3::medium

Samenvatting

Grok 4.3 scoort 8.2 op AI BENCHY en staat op #20. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 81.5%, $0.517 totale kosten en 48.63s gemiddelde responstijd.

Wat Grok 4.3 uniek maakt: Het gebruikt ongewoon veel redeneertokens, wat tragere of duurdere runs kan verklaren.

Score

8.2

Consistentie

8.6

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.517

Totaal aantal uitvoer-tokens

188,270

Totaal aantal invoer-tokens

0

Invoerprijs

$1.250 / 1M

Uitvoerprijs

$2.500 / 1M

Correcte tests

Foute tests: 5

Slaagpercentage per poging: 81.5%

Instabiele tests

3

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

48.63s

Responstijd (max): 216.69s

Responstijd (totaal): 875.27s

Instructies niet gevolgd: 3 Verkeerd antwoord: 2

Generation showcase

Hamster playing table tennis

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

#20 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 14:11 Nieuwe test toegevoegd 7.6 10.0 $0.614 Vergelijken
2026-05-22 00:32 Hertest 7.8 10.0 $0.593 Vergelijken
2026-05-01 00:40 Eerste run 8.2 10.0 $0.517 Huidige run

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-01 00:40 · Eerste run8.28.610.013/183188,2700$0.51748.63s
2026-05-22 00:32 · Hertest7.88.410.013/204216,4130$0.59349.23s
Verschil+0.5+0.20.00-1-281430-$0.077-601ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Grok 4.3mediumvsGemini 3.1 Flash Lite PreviewmediumGrok 4.3mediumvsGemini 3.1 Flash LitemediumGrok 4.3mediumvsClaude Sonnet 4.6mediumGrok 4.3mediumvsKimi K2.6mediumGratis beschikbaarGrok 4.3mediumvsQwen3.6 PlusmediumGrok 4.3mediumvsQwen3.5-122B-A10BmediumGrok 4.3mediumvsGemini 3.5 FlashhighGrok 4.3mediumvsGemini 3 Flash PreviewmediumGrok 4.3mediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarGrok 4.3mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 10.0 10.0
Programmeren 10.0 10.0
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 7.2
Algemene intelligentie 5.4 2.5
Instructies opvolgen 9.8 10.0
Puzzeloplossing 5.9 7.2
Toolaanroepen 10.0 10.0

Vergeleken modellen