AI BENCHY
Advertise here

#41

Grok Build 0.1

X AI 发布日期: 2026-05-21 测试于: 2026-05-21 12:39 x-ai/grok-build-0.1::medium

分数

7.8

一致性

8.9

可靠性

10.0

总成本

$0.488

总输出令牌

225,319

????

$1.000 / 1M

????

$2.000 / 1M

测试正确

错误测试数: 7

尝试通过率: 71.9%

不稳定测试

3

不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。

响应时间（平均）

22.28s

响应时间（最大）: 88.28s

响应时间（总计）: 423.30s

答案错误: 4 未遵循指令: 2 额外格式: 1

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

Grok Build 0.1mediumvsGemini 3 Flash PreviewnoneGrok Build 0.1mediumvsQwen3.5-122B-A10BmediumGrok Build 0.1mediumvsQwen3.6 PlusmediumGrok Build 0.1mediumvsMiMo-V2.5mediumGrok Build 0.1mediumvsGemini 3.1 Flash LitemediumGrok Build 0.1mediumvsQwen3.5 Plus 2026-04-20mediumGrok Build 0.1mediumvsGemini 3 Flash PreviewmediumGrok Build 0.1mediumvsGemini 3.5 FlashlowGrok Build 0.1mediumvsRing-2.6-1Tmedium

类别细分

类别 分数 一致性 测试正确
反AI技巧 10.0 10.0
编程 7.3 3.7
综合 10.0 10.0
数据解析与提取 10.0 10.0
领域专项 5.3 10.0
通用智能 3.8 2.5
指令遵循 9.8 10.0
谜题求解 6.2 7.5
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型