AI BENCHY
Advertise here
#46

Grok Build 0.1

X AI Releasedatum: 2026-05-21 Getest op: 2026-05-22 00:36 x-ai/grok-build-0.1::medium
(medium) (none)

Samenvatting

Grok Build 0.1 scoort 7.6 op AI BENCHY en staat op #46. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 70.0%, $0.633 totale kosten en 26.36s gemiddelde responstijd.

Wat Grok Build 0.1 uniek maakt: Het valt het meest op in Domeinspecifiek, waar het #3 staat, terwijl Programmeren het zwakste gebied is met #16. Het gebruikt ongewoon veel redeneertokens, wat tragere of duurdere runs kan verklaren.

Score

7.6

Consistentie

8.5

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.633

Totaal aantal uitvoer-tokens

295,603

Totaal aantal invoer-tokens

0

Invoerprijs

$1.000 / 1M

Uitvoerprijs

$2.000 / 1M

Correcte tests

Foute tests: 8

Slaagpercentage per poging: 70.0%

Instabiele tests

4

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

Responstijd (gem.)

26.36s

Responstijd (max): 103.89s

Responstijd (totaal): 527.19s

Verkeerd antwoord: 4 Extra opmaak: 2 Instructies niet gevolgd: 2

Generatie-showcase

Hamster playing table tennis

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

#46 xAI: 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
2026-06-04 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 Huidige run

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

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-22 00:36 · Suite gewijzigd7.68.510.012/204295,6030$0.63326.36s
2026-06-04 14:22 · Nieuwe test toegevoegd7.49.910.013/210440,80044,418$0.92749.90s
Verschil+0.2-1.40.0-1+4-145197-44418-$0.294-23542ms

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 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 A55bmediumGratis beschikbaarGrok Build 0.1mediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 10.0 10.0
Programmeren 5.3 2.9
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 10.0
Algemene intelligentie 3.8 2.5
Instructies opvolgen 9.8 10.0
Puzzeloplossing 6.2 7.5
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen