AI BENCHY
Advertise here
#89

Grok Build 0.1

X AI Releasedatum: 2026-05-21 Getest op: 2026-08-14 02:58 x-ai/grok-build-0.1::medium
~300B totaal (~30B actief)MoEGesloten broncodeGeschat
(medium) (none)

Samenvatting

Grok Build 0.1 scoort 7.5 op AI BENCHY en staat op #89. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 60.6%, $1.130 totale kosten en 54.50s gemiddelde responstijd.

Wat Grok Build 0.1 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Algemene intelligentie het zwakste gebied is met #17. Het gebruikt ongewoon veel redeneertokens, wat tragere of duurdere runs kan verklaren.

Modelgegevens

Onderzocht op 2026-08-12

Geschat
Parameters
~300B totaal (~30B actief)
Architectuur
MoE
Beschikbaarheid
Gesloten broncode
Licentie
-

Beste schatting op basis van openbare informatie; de leverancier heeft niet alle waarden bekendgemaakt.

Bron voor parameters Bron voor beschikbaarheid

Score

7.5

Consistentie

9.6

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$1.130

Totaal aantal uitvoer-tokens

511,406

Totaal aantal invoer-tokens

106,946

Invoerprijs

$1.000 / 1M

Uitvoerprijs

$2.000 / 1M

Correcte tests

Foute tests: 9

Slaagpercentage per poging: 60.6%

Instabiele tests

1

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

Responstijd (gem.)

54.50s

Responstijd (max): 252.69s

Responstijd (totaal): 1199.07s

Verkeerd antwoord: 6 Extra opmaak: 3

Hamster playing table tennis

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

#89 SpaceXAI: Grok Build 0.1

medium
Kosten
$0.028
Tijd
81.3s
Tokens
14,009 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-08-14 02:58 Hertest 7.5 10.0 $1.130 Huidige run
2026-07-16 23:10 Nieuwe test toegevoegd 7.6 10.0 $1.097 Vergelijken
2026-06-04 14:22 Nieuwe test toegevoegd 7.4 10.0 $0.927 Vergelijken
2026-05-26 13:30 Hertest 7.7 10.0 $0.729 Vergelijken
2026-05-22 00:36 Suite gewijzigd 7.6 10.0 $0.633 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-08-14 02:58 · Huidige run66/66 pogingen7.59.610.013/221511,406106,946$1.13054.50s
2026-05-22 00:36 · Suite gewijzigd60/60 pogingen7.68.510.012/204295,6030$0.63326.36s
Verschil—-0.1+1.10.0+1-3+215803+106946+$0.498+28144ms

De benchmarkdekking verschilt: 66/66 pogingen (Doel: 3 herhalingen per test) tegenover 60/60 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

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

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs
2026-08-14 12:51 $1.000 / 1M $2.000 / 1M

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 Build 0.1mediumvsGPT-5.4 MinimediumGrok Build 0.1mediumvsGemini 3.1 Flash Lite PreviewmediumGrok Build 0.1mediumvsQwen3.5-27BmediumGrok Build 0.1mediumvsQwen3.7 MaxnoneGrok Build 0.1mediumvsQwen3.5 Plus 2026-02-15mediumGrok Build 0.1mediumvsKimi K2.7 CodemediumGrok Build 0.1mediumvsGPT 5.3 ChatnoneGrok Build 0.1mediumvsGPT-5.6 LunamediumGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsLongCat 2.0medium

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 8.3 10.0
Programmeren 5.7 9.7
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 2.9 7.2
Algemene intelligentie 4.4 9.9
Instructies opvolgen 9.8 10.0
Puzzeloplossing 7.7 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen