#42 xAI: Grok Build 0.1
medium- 成本
- $0.028
- 时间
- 81.3s
- 令牌
- 14,009 tok
X AI
发布日期: 2026-05-21
测试于: 2026-05-26 13:30
x-ai/grok-build-0.1::medium
~300B 总计 (~30B 激活)MoE闭源估算
(medium)
(none)
摘要
Grok Build 0.1 在 AI BENCHY 上得分 7.7，排名 #42。它的可靠性为 10.0，通过率为 65.0%，总成本为 $0.729，平均响应时间为 42.39s。
模型信息
调研日期：2026-08-12
- 参数量
- ~300B 总计 (~30B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$1.000 / 1M
输出价格
$2.000 / 1M
不稳定测试
0
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-08-14 02:58 重新测试 | 7.5 | 10.0 | $1.130 | 比较 | |
| 2026-07-16 23:10 新增测试 | 7.6 | 10.0 | $1.097 | 比较 | |
| 2026-06-04 14:22 新增测试 | 7.4 | 10.0 | $0.927 | 比较 | |
| 2026-05-26 13:30 重新测试 | 7.7 | 10.0 | $0.729 | 当前轮次 | |
| 2026-05-22 00:36 测试集已变更 | 7.6 | 10.0 | $0.633 | 比较 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-26 13:30 · 重新测试 | 60/60 次尝试 | 7.7 | 9.9 | 10.0 | 13/20 | 0 | 343,639 | 0 | $0.729 | 42.39s |
| 2026-07-16 23:10 · 新增测试 | 66/66 次尝试 | 7.6 | 10.0 | 10.0 | 14/22 | 0 | 494,663 | 106,751 | $1.097 | 52.06s |
| 差值 | — | +0.1 | -0.1 | 0.0 | -1 | 0 | -151024 | -106751 | -$0.368 | -9670ms |
基准测试覆盖率不同：60/60 次尝试 (目标：每项测试重复 3 次) 对比 66/66 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 |
|---|---|---|
| 2026-05-27 12:57 | $1.000 / 1M | $2.000 / 1M |
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
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