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

Pareto vs Grok 4.5 (high)

Grok 4.5 (high) conduce la scorul mediu cu 9.0 vs 8.9. Pareto are costul de benchmark mai mic, $1.172 vs $2.252. Pareto este mai rapid cu 31.51s vs 72.30s, cu rate de reușită de 86.4% vs 86.4%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-18

Modele comparate

Rang
#34
Total tokenuri de ieșire
119,230
Timp de răspuns (mediu)
31.51s
Cost total
$1.172
Rang
#30
Total tokenuri de ieșire
324,462
Timp de răspuns (mediu)
72.30s
Cost total
$2.252
Model recomandat Pareto

Scorul rămâne aproape de cel mai bun scor de aici (8.9 vs 9.0) și costă de aproximativ 1.9x mai puțin decât Grok 4.5 (high).

Comparație detaliată

Metrică Pareto Pareto none Lansare: 2026-09-18 Grok 4.5 Grok 4.5 high Lansare: 2026-07-08
Scor 8.9 9.0
Rang #34 #30
Fiabilitate 10.0 10.0
Consistență 9.2 8.9
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 86.4% 86.4%
Teste instabile 2 3
Rulări totale 66 66
Cost per rezultat 6.506 12.565
Cost total $1.172 $2.252
Preț de intrare $2.500 / 1M $2.000 / 1M
Preț de ieșire $7.500 / 1M $6.000 / 1M
Total tokenuri de intrare 110,734 152,175
Tokenuri de ieșire 119,230 5,655
Tokenuri de raționament 0 318,807
Timp de răspuns (mediu) 31.51s 72.30s
Timp de răspuns (maxim) 143.33s 676.83s
Timp de răspuns (total) 693.29s 1590.56s
Parametri - ~1.7T în total (~170B activi)
Disponibilitate Închis Închis

Prezentare generare modele

Hamster playing table tennis

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

#34 Pareto

none
Cost
$0.034
Timp
170.7s
Tokenuri
4,581 tok

#30 SpaceXAI: Grok 4.5

high
Cost
$0.015
Timp
29.7s
Tokenuri
2,737 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

Comparație rapidă

Schimbă perechea de comparație