Grok Build 与 Mirror

根据 Artificial Analysis Coding Agent Index比较 Grok Build 与 Mirror,包括基准测试得分、成本、执行时间和 token 用量。

有关我们方法论的详细信息,请参阅方法论页面。

浏览其他比较
vs
Artificial Analysis Coding Agent Index v2.0 · Higher is better
Average agent wall time per task · Lower is better
Average API cost per task (USD) · Lower is better

比较

Grok Build 与 Mirror 的并排比较。

编程智能体比较

指标
Grok Build
Grok 4.7 (Xhigh)
Mirror
Beam 1.0
分析
智能体 Harness
Grok Build
Mirror
代表模型
Grok 4.7 (Xhigh)
Beam 1.0
Coding Agent Index
47
20
Grok Build 的 Coding Agent Index 高于 Mirror
FrontierCode v1.1
44%
20%
Grok Build 的 FrontierCode v1.1 分数高于 Mirror
Terminal-Bench 4.0
33%
4%
Grok Build 的 Terminal-Bench 4.0 分数高于 Mirror
SWE-Atlas-QnA-AA
63%
38%
Grok Build 的 SWE-Atlas-QnA-AA 分数高于 Mirror
每个任务的成本
US$9.48
US$0.32
Mirror 的每个任务成本低于 Grok Build
每个任务的时间
35.8分钟
38.7分钟
Grok Build 的每个任务时间短于 Mirror
每个任务的轮次
169.9
93
Mirror 的每个任务轮次少于 Grok Build
每个任务的 Token 用量
15.9M
4.89M
Mirror 的每个任务 token 用量少于 Grok Build
缓存命中率
94%
95%
Mirror 的缓存命中率高于 Grok Build

模型变体

Grok Build 与 Mirror 的已评估模型变体。

模型变体

Grok Build
Grok 4.7 (Xhigh)
xhigh
47
44%
33%
63%
US$9.48
35.8分钟
15.9M
Mirror
Beam 1.0
reasoning
20
20%
4%
38%
US$0.32
38.7分钟
4.89M

性能

Artificial Analysis Coding Agent Index上的性能。

Artificial Analysis Coding Agent Index

Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
着色方式

Artificial Analysis Coding Agent Index vs. 每个任务的成本

Artificial Analysis Coding Agent Index vs. 每个任务的平均按 token 计费 API 成本(USD)
着色方式
Most attractive quadrant
Pareto line

Token 用量

Artificial Analysis Coding Agent Index上的 token 消耗。

每个任务的 Token 用量

每个任务的平均输入、缓存和输出 token
提示词缓存命中率可能因提供商路由而显著变化,从而实质性地影响实际成本。

Artificial Analysis Coding Agent Index vs. 总 Token

Artificial Analysis Coding Agent Index vs. 每个任务的平均总 Token
着色方式
Most attractive quadrant

成本

基于当前按 token 计费价格的 Artificial Analysis Coding Agent Index按 token 计费 API 成本。

每个任务的成本

Average pay-per-token API cost per task (USD) · Lower is better
着色方式

执行时间

Artificial Analysis Coding Agent Index上的智能体活跃运行时间。

每个任务的时间

Average agent wall time per task · Lower is better
着色方式

Artificial Analysis Coding Agent Index vs. 执行时间

Artificial Analysis Coding Agent Index vs. 每个任务的平均智能体运行时间
着色方式
Most attractive quadrant