#12 Grok 4.5
high- Cost
- $0.015
- Timp
- 29.7s
- Tokenuri
- 2,737 tok
X AI
Lansare: 2026-07-08
Testat la: 2026-07-17 00:48
x-ai/grok-4.5::high
~1.7T în total (~170B activi)MoEÎnchisEstimat
Rezumat
Grok 4.5 obține 8.9 pe AI BENCHY și este pe #12. Are fiabilitate 10.0, rată de reușită 83.3%, cost total $2.904 și timp mediu de răspuns 76.50s.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~1.7T în total (~170B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
8.9
Consistență
9.2
10.0
Total tokenuri de ieșire
253,195
Total tokenuri de intrare
151,562
Preț de intrare
$5.881 / 1M
Preț de ieșire
$5.881 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:59 Retestare | 9.0 | 10.0 | $2.252 ↑ | Compară | |
| 2026-07-17 00:48 Prima rulare | 8.9 | 10.0 | $2.904 ↑ | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-17 00:48 · Prima rulare | 66/66 încercări | 8.9 | 9.2 | 10.0 | 17/22 | 2 | 253,195 | 151,562 | $2.904 | 76.50s |
| 2026-08-14 02:59 · Retestare | 66/66 încercări | 9.0 | 8.9 | 10.0 | 17/22 | 3 | 324,462 | 152,175 | $2.252 | 72.30s |
| Diferență | — | 0.0 | +0.3 | 0.0 | 0 | -1 | -71267 | -613 | +$0.653 | +4205ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Grok 4.5highvsQwen3.8 MaxmediumGrok 4.5highvsGPT-5.3-CodexmediumGrok 4.5highvsGPT-5.5mediumGrok 4.5highvsSeed 2.1 TurbohighGrok 4.5highvsGemini 3.5 FlashmediumGrok 4.5highvsGemini 3.5 FlashlowGrok 4.5highvsQwen3.7 MaxmediumGrok 4.5highvsGemini 3.5 Flash LitehighGrok 4.5highvsSeed 2.1 TurbolowGrok 4.5highvsClaude Opus 4.8medium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 4.7 | 1.6 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |