Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
—
30 derniers jours
100.0%
n=1
Temps de réponse médian
2,914ms
n=1
Basé sur 109 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
1
Réponses OK (30d)
1
Total des appels (7d)
0
Réponses OK (7d)
0
Verdicts benchmark Tokonomix
Grok 4.6 debuts with strong performance across core benchmarks
Grok 4.6 enters the benchmark landscape as xAI's first evaluated model in this tracking window, establishing baseline performance metrics across multiple domains. The model demonstrates particularly strong performance in mathematical reasoning, achieving 89.4% on MATH-500 and 93.8% on GSM8K, placing it competitively among frontier models. Coding capabilities are robust with 86.5% on HumanEval and 79.6% on LiveCodeBench, indicating solid software engineering capabilities. Academic knowledge shows strength at 88.6% on MMLU-Pro, though GPQA performance at 56.4% suggests room for improvement in graduate-level science questions. Multimodal capabilities are present with 74.3% on MMMU, establishing vision-language integration. The model supports JSON output, tool use, and reasoning modes, providing developers with flexible interaction patterns. With a 128K token context window, Grok 4.6 handles substantial documents and conversations. As a baseline entry, these metrics establish xAI's position in the competitive landscape, showing particular strength in mathematical and coding tasks while maintaining competent performance across general knowledge domains. Future benchmark windows will reveal how the model evolves relative to this initial showing.
Qualité
—
Latence p50
—
Exécutions de test
0