摘要
Grok Build 0.1 在 AI BENCHY 上得分 6.6，排名 #82。它的可靠性为 10.0，通过率为 60.4%，总成本为 $0.547，平均响应时间为 28.69s。
Grok Build 0.1 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 综合，排名 #13。
已归档模型：该模型将不再更新，也不会在新测试中继续测试。
输入价格
$1.000 / 1M
输出价格
$2.000 / 1M
不稳定测试
4
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）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-21 12:40 重新测试 | 6.0 | 10.0 | $0.547 | 比较 | |
| 2026-05-21 12:40 重新测试 | 6.6 | 10.0 | $0.547 | 当前轮次 |
轮次对比
| 测试轮次 | 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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 12:40 · 重新测试 | 6.6 | 8.0 | 10.0 | 7/16 | 4 | 267,275 | 0 | $0.547 | 28.69s |
| 2026-05-21 12:40 · 重新测试 | 6.0 | 8.3 | 10.0 | 7/19 | 4 | 267,275 | 11,793 | $0.547 | 28.69s |
| 差值 | +0.6 | -0.3 | 0.0 | +3 | 0 | 0 | -11793 | $0.000 | 0ms |
图表
先选择第一个模型，再点击第二个模型打开并排页面。