Hız analizi
Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.
Fiyatlar
Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.
Saniye başına token
Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.
P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.
Yetenekler
Kullanılabilirlik
Kullanılabilirlik
Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.
Son 7 gün
—
Son 30 gün
100.0%
n=1
Medyan yanıt süresi
2,670ms
n=1
Baz alınan 109 ölçüm son 30 gün içinde.
Teknik detaylar
Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.
Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.
Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.
Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.
Toplam çağrı (30d)
1
OK yanıtlar (30d)
1
Toplam çağrı (7d)
0
OK yanıtlar (7d)
0
Tokonomix kıyaslama kararları
Grok Build 0.1 Debuts with Strong Performance Across Key Benchmarks
Grok Build 0.1 establishes a solid baseline performance profile in its first benchmark evaluation. The model demonstrates particularly strong capabilities in mathematical reasoning, achieving 76.0% on GSM8K and 53.0% on MATH, placing it competitively among frontier models. Coding performance is respectable with 73.3% on HumanEval and 74.0% on MBPP, indicating solid programming assistance capabilities. Multimodal performance is notable, scoring 71.2% on MMMU and 66.4% on MathVista, showing capable vision-language integration. General knowledge benchmarks show room for improvement, with 74.7% on MMLU and 67.3% on ARC Challenge representing moderate performance in broad knowledge tasks. The model now includes JSON structured output support, tool calling capabilities, and vision processing, providing developers with a comprehensive feature set. Instruction following achieves 81.3% on IFEval, suggesting reliable adherence to user directives. As a first release, Grok Build 0.1 presents a capable foundation with particularly strong mathematical and multimodal abilities, though general knowledge tasks may benefit from future refinement.
Kalite
—
Gecikme p50
—
Test çalıştırmaları
0