Advertise here
#112

Grok 4.5

X AI Релиз: 2026-07-08 Проверено: 2026-10-01 02:38 x-ai/grok-4.5::low
~1.7T всего (~170B активных)MoEЗакрытая модельОценка
(high) (medium) (low)

Сводка

Grok 4.5 набирает 7.8 в AI BENCHY и занимает #112. У модели надежность 10.0, доля успешных попыток 73.9%, общая стоимость $1.345 и среднее время ответа 18.14s.

Что делает Grok 4.5 особенной: Сильнее всего модель выделяется в Программирование, где занимает #1; самая слабая область — Агентные задачи с #14. Она заметно быстрее похожих моделей.

Сведения о модели

Дата исследования: 2026-08-12

Оценка
Параметры
~1.7T всего (~170B активных)
Архитектура
MoE
Доступность
Закрытая модель
Лицензия
-

Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.

Источник данных о параметрах Источник данных о доступности

Оценка

7.8

Стабильность

9.3

Надежность

10.0

Общая стоимость (текущая цена)

$1.345

Общее число выходных токенов

121,415

Общее число входных токенов

308,068

Цена входа

$2.000 / 1M

Цена выхода

$6.000 / 1M

Цена чтения из кэша

$0.300 / 1M

Цена записи в кэш

Н/Д

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Тестов верно

Ошибочных тестов: 7

Доля успешных попыток: 73.9%

Нестабильные тесты

2

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

18.14s

Время ответа (макс.): 205.28s

Время ответа (суммарно): 417.21s

Неверный ответ: 7

Hamster playing table tennis

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

#112 SpaceXAI: Grok 4.5

low
Стоимость
$0.011
Время
12.4s
Токены
2,018 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-10-01 02:38 Повторный тест 7.8 10.0 $1.345 Текущий запуск
2026-07-16 23:08 Добавлен новый тест 8.4 10.0 $0.935 Сравнить
2026-07-08 22:51 Первый запуск 7.8 10.0 $0.760 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Сравнение запусков

ЗапускПокрытие бенчмаркаОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-10-01 02:38 · Текущий запуск69/69 попыток7.89.310.016/232121,415308,068$1.34518.14s
2026-07-08 22:51 · Первый запуск63/63 попыток7.89.710.015/211106,96858,652$0.76015.48s
Разница—0.0-0.40.0+1+1+14447+249416+$0.586+2664ms

Покрытие бенчмарка различается: 69/69 попыток (Цель: 3 повторов на тест) против 63/63 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.

Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.

История цен

Исторические данные о ценах для этой модели из OpenRouter.

Дата Цена входа Цена выхода Цена чтения из кэша Цена записи в кэш
2026-08-14 12:51 $2.000 / 1M $6.000 / 1M Н/Д Н/Д
2026-10-01 18:33 $2.000 / 1M $6.000 / 1M $0.300 / 1M Н/Д

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Grok 4.5lowvsQwen3.7 PlusnoneGrok 4.5lowvsDeepSeek V4 Flash 0731mediumGrok 4.5lowvsGrok 4.6mediumGrok 4.5lowvsGPT-6 LunahighGrok 4.5lowvsStep 3.7 FlashmediumGrok 4.5lowvsMuse Glimmer 30BhighGrok 4.5lowvsGLM 5.3highGrok 4.5lowvsQwen3.5 Plus 2026-04-20mediumGrok 4.5lowvsGrok 4.5mediumGrok 4.5lowvsQwen3.7 Flashlow

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Агентные задачи 5.0 10.0
Анти-ИИ уловки 10.0 10.0
Программирование 10.0 10.0
Комбинированный 6.5 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 2.9 7.2
Общий интеллект 6.1 3.1
Следование инструкциям 9.8 10.0
Решение головоломок 10.0 10.0
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели