Análisis de velocidad
Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.
Precios
Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.
Tokens por segundo
Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.
Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.
Capacidades
Disponibilidad
Disponibilidad
Con qué frecuencia responde este modelo cuando lo llamamos — medido en solicitudes reales de API y pruebas en vivo durante los últimos 30 días. Esto es independiente de la calidad: estos números solo indican si el modelo responde, no qué tan buena es la respuesta.
Últimos 7 días
100.0%
n=1
Últimos 30 días
100.0%
n=2
Tiempo de respuesta mediano
15,356ms
n=2
Basado en 110 mediciones en los últimos 30 días.
Detalles técnicos
Solo cuentan las llamadas reales a la API y las solicitudes de prueba en vivo — las sondas internas y las ejecuciones de referencia están excluidas.
Las llamadas con una clave API propia (BYOK) están excluidas: esos fallos son específicos de la clave, no una señal de inactividad del modelo.
Las llamadas fallidas NO se incluyen en las puntuaciones de calidad — la calidad se mide solo en respuestas exitosas. Disponibilidad y calidad son señales independientes.
Tiempo de respuesta mediano (p50) en llamadas exitosas con una duración registrada. Los valores atípicos afectan menos a la mediana que a la media.
Total de llamadas (30d)
2
Respuestas OK (30d)
2
Total de llamadas (7d)
1
Respuestas OK (7d)
1
Veredictos del benchmark Tokonomix
Grok 4.3 debuts with strong multimodal performance across benchmarks
Grok 4.3 enters the benchmark landscape as a competitive multimodal model with solid performance across core evaluation suites. The model achieves 87.8% on MMLU, placing it in the upper tier of current language models, alongside 88.3% on MMLU Pro and 78.6% on GPQA Diamond, demonstrating strong reasoning capabilities. Mathematical performance is robust with 91.6% on MATH-500 and 90.1% on GSM8K, while coding abilities show well with 89.7% on HumanEval and 84.5% on LiveCodeBench. Vision capabilities debut at 78.9% on MMMU, indicating competent multimodal understanding. Context handling extends to 128K tokens with function calling support, making it suitable for complex applications. The model shows balanced performance without obvious weaknesses in core domains. As a first-generation baseline, Grok 4.3 establishes itself as a capable general-purpose model with particular strength in mathematical reasoning and coding tasks. Users should find it well-suited for applications requiring both text and vision processing, though performance in specialized domains will need evaluation in real-world scenarios.
Calidad
—
Latencia p50
—
Ejecuciones de test
0