Advertise here
#181

Grok Build 0.1

X AI Lansare: 2026-05-21 Testat la: 2026-10-01 02:37 x-ai/grok-build-0.1::medium
~300B în total (~30B activi)MoEÎnchisEstimat
(medium) (none)

Rezumat

Grok Build 0.1 obține 6.7 pe AI BENCHY și este pe #181. Are fiabilitate 10.0, rată de reușită 58.0%, cost total $1.419 și timp mediu de răspuns 55.13s.

Ce face Grok Build 0.1 unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, unde este pe #4, iar Inteligență generală este zona cea mai slabă, la #16. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~300B în total (~30B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

6.7

Consistență

9.6

Fiabilitate

10.0

Cost total (preț curent)

$1.419

Total tokenuri de ieșire

529,806

Total tokenuri de intrare

358,616

Preț de intrare

$1.000 / 1M

Preț de ieșire

$2.000 / 1M

Preț citire cache

$0.200 / 1M

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 58.0%

Teste instabile

1

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

55.13s

Timp de răspuns (maxim): 252.69s

Timp de răspuns (total): 1268.10s

Răspuns greșit: 6 Formatare suplimentară: 3 Apel de instrument invalid: 1

Hamster playing table tennis

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

#181 SpaceXAI: Grok Build 0.1

medium
Cost
$0.028
Timp
81.3s
Tokenuri
14,009 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 02:37 Retestare 6.7 10.0 $1.419 Rularea curentă
2026-07-16 23:10 Test nou adăugat 7.6 10.0 $1.097 Compară
2026-06-04 14:22 Test nou adăugat 7.4 10.0 $0.927 Compară
2026-05-26 13:30 Retestare 7.7 10.0 $0.729 Compară
2026-05-22 00:36 Suită modificată 7.6 10.0 $0.633 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 Preț citire cache Preț scriere cache
2026-08-14 12:51 $1.000 / 1M $2.000 / 1M N/D N/D
2026-10-01 18:33 $1.000 / 1M $2.000 / 1M $0.200 / 1M N/D

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Grok Build 0.1mediumvsGrok 4.7xhighGrok Build 0.1mediumvsQwen3.5-FlashnoneGrok Build 0.1mediumvsSolar Pro 4xhighGrok Build 0.1mediumvsSolar Pro 4lowGrok Build 0.1mediumvsSpace Bunny AlphamaxGrok Build 0.1mediumvsGrok 4.7highGrok Build 0.1mediumvsGPT-6 SolnoneGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsMercury 2.5 PreviewmediumGrok Build 0.1mediumvsEmber-1max

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 3.4 9.6
Trucuri anti-AI 8.3 10.0
Programare 5.7 9.7
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 4.4 9.9
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate