Rezumat
Grok Build 0.1 obține 6.6 pe AI BENCHY și este pe #82. Are fiabilitate 10.0, rată de reușită 60.4%, cost total $0.547 și timp mediu de răspuns 28.69s.
Ce face Grok Build 0.1 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Combinat este zona cea mai slabă, la #13.
Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.
6.6
Consistență
8.0
10.0
$0.547
Total tokenuri de ieșire
267,275
Total tokenuri de intrare
0
Preț de intrare
$1.000 / 1M
Preț de ieșire
$2.000 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-05-21 12:40 Retestare | 6.0 | 10.0 | $0.547 | Compară | |
| 2026-05-21 12:40 Retestare | 6.6 | 10.0 | $0.547 | Rularea curentă |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 12:40 · Retestare | 6.6 | 8.0 | 10.0 | 7/16 | 4 | 267,275 | 0 | $0.547 | 28.69s |
| 2026-05-21 12:40 · Retestare | 6.0 | 8.3 | 10.0 | 7/19 | 4 | 267,275 | 11,793 | $0.547 | 28.69s |
| Diferență | +0.6 | -0.3 | 0.0 | +3 | 0 | 0 | -11793 | $0.000 | 0ms |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.7 | 7.9 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 0.0 | 0.0 | |
| Parsare și extragere de date | 4.7 | 1.6 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 4.3 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 6.4 | 7.7 | |
| Apelare instrumente | 0.0 | 0.0 | |
| Cultură generală | 3.0 | 10.0 |