返回模型榜
评分规则
Grok Build 0.1
xAI · 发布于 2026-05-29
需要至少两个独立评测方
- 上下文窗口
- 256,000 token
- API 价格
- 缓存 ¥1.34 · 输入 ¥6.69 · 输出 ¥13.37
评分依据
实测日期：来源未提供；另有 5 项未公开测量日期。
本页实际采用的型号与配置（1）
- grok-build-0.1
缺少实测的领域：真人偏好。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。
编程
31.4LiveBench Coding65.39%
- 上游型号
- grok-build-0.1
- 运行配置
- grok-build-0.1
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 单项影响已封顶
科研
37.5LiveBench Reasoning76.37%
- 上游型号
- grok-build-0.1
- 运行配置
- grok-build-0.1
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 正常计入
专业办公
38.8LiveBench Data Analysis70.79 / 100（任务均分）
- 上游型号
- grok-build-0.1
- 运行配置
- grok-build-0.1 · 表格处理与数据分析，归一化任务均分（非正确率）
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 正常计入
知识问答
40.6LiveBench Language72.46%
- 上游型号
- grok-build-0.1
- 运行配置
- grok-build-0.1
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 正常计入
LiveBench IF65.22%
- 上游型号
- grok-build-0.1
- 运行配置
- grok-build-0.1
- 配置选择依据
- 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
- 实测日期
- 未提供
- 数据记录
- 来源更新 未提供 · 本站取数 2026-10-17
- 评分处理
- 正常计入
真人偏好
37.1未采纳成绩（1）
Vibe Code Bench v1.1：仅纳入统一 OpenHands 运行框架
尚未测到（13）
FrontierMath T1–3 v2、Chess Puzzles、Mystery Game Puzzles、SimpleQA Verified、Terminal-Bench 4.0、Code Migration、Vibe Code Bench v1.1、MysteryMechanism、Terminal-Bench-Science、Finance Agent (v2)、Harvey's Legal Agent Benchmark、MedCode、Arena Text · 风格控制
本站独立计算 · 第三方原始评测 · 计算于 （北京时间）
实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09
本次取数或计算未通过，仍展示上次完整榜单。