grok-4-6medium
第 6 名
当前排名
67%±2%
能力得分
$3.45
平均运行成本
50k
平均输出量
70
平均执行步数
113
参与测试数量
测试详情
推理档位medium
95% 置信区间65.2% - 69.8%
Pass@484.1%
尝试次数452
通过任务数305
至少通过一次的任务数95
平均输入量5725k
中位峰值上下文117k
中位运行成本$2.95
中位输出量49k
平均运行时长15 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13