#42 xAI: Grok Build 0.1
medium- Cost
- $0.028
- Timp
- 81.3s
- Tokenuri
- 14,009 tok
X AI
Lansare: 2026-05-21
Testat la: 2026-05-26 13:30
x-ai/grok-build-0.1::medium
~300B în total (~30B activi)MoEÎnchisEstimat
(medium)
(none)
Rezumat
Grok Build 0.1 obține 7.7 pe AI BENCHY și este pe #42. Are fiabilitate 10.0, rată de reușită 65.0%, cost total $0.729 și timp mediu de răspuns 42.39s.
Date despre model
Documentat la 2026-08-12
- 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.
7.7
Consistență
9.9
10.0
$0.729
Total tokenuri de ieșire
343,639
Total tokenuri de intrare
0
Preț de intrare
$1.000 / 1M
Preț de ieșire
$2.000 / 1M
Teste instabile
0
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 02:58 Retestare | 7.5 | 10.0 | $1.130 | Compară | |
| 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 | Rularea curentă | |
| 2026-05-22 00:36 Suită modificată | 7.6 | 10.0 | $0.633 | Compară |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-26 13:30 · Retestare | 60/60 încercări | 7.7 | 9.9 | 10.0 | 13/20 | 0 | 343,639 | 0 | $0.729 | 42.39s |
| 2026-08-14 02:58 · Retestare | 66/66 încercări | 7.5 | 9.6 | 10.0 | 13/22 | 1 | 511,406 | 106,946 | $1.130 | 54.50s |
| Diferență | — | +0.2 | +0.3 | 0.0 | 0 | -1 | -167767 | -106946 | -$0.401 | -12115ms |
Acoperirea benchmark diferă: 60/60 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-05-27 12:57 | $1.000 / 1M | $2.000 / 1M |
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 Build 0.1mediumvsGPT-5.4 MinimediumGrok Build 0.1mediumvsGemini 3.1 Flash Lite PreviewmediumGrok Build 0.1mediumvsQwen3.5-27BmediumGrok Build 0.1mediumvsQwen3.7 MaxnoneGrok Build 0.1mediumvsQwen3.5 Plus 2026-02-15mediumGrok Build 0.1mediumvsKimi K2.7 CodemediumGrok Build 0.1mediumvsGPT 5.3 ChatnoneGrok Build 0.1mediumvsGPT-5.6 LunamediumGrok Build 0.1mediumvsMiniMax M3mediumGrok Build 0.1mediumvsLongCat 2.0medium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.3 | 10.0 | |
| Programare | 7.0 | 9.5 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| 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 |