#40 SpaceXAI: Grok 4.5
low- Cost
- $0.011
- Timp
- 12.4s
- Tokenuri
- 2,018 tok
Rezumat
Grok 4.5 obține 8.4 pe AI BENCHY și este pe #40. Are fiabilitate 10.0, rată de reușită 77.3%, cost total $0.945 și timp mediu de răspuns 16.17s.
Ce face Grok 4.5 unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #1, iar Combinat este zona cea mai slabă, la #16.
Documentat la 2026-08-12
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
8.4
Consistență
9.3
10.0
$0.945
Total tokenuri de ieșire
115,489
Total tokenuri de intrare
125,605
Preț de intrare
$2.000 / 1M
Preț de ieșire
$6.000 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
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 02:54 Retestare | 8.4 | 10.0 | $0.945 | Rularea curentă | |
| 2026-07-16 23:08 Test nou adăugat | 8.4 | 10.0 | $0.935 | Compară | |
| 2026-07-08 22:51 Prima rulare | 7.8 | 10.0 | $0.760 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-08-14 12:51 | $2.000 / 1M | $6.000 / 1M |
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 6.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 6.1 | 3.1 | |
| 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 |