#66 xAI: Grok 4.20
medium- التكلفة
- $0.041
- الوقت
- 110.3s
- الرموز
- 16,336 tok
X AI
الإصدار: 2026-03-31
تم الاختبار في: 2026-05-08 15:32
x-ai/grok-4.20::medium
~1T الإجمالي (~100B النشطة)MoEمغلق المصدرتقديري
(medium)
(none)
الملخص
يسجل Grok 4.20 نتيجة 6.9 في AI BENCHY ويحتل المرتبة #66. لديه موثوقية 10.0، ومعدل نجاح 63.2%، وتكلفة إجمالية $0.756، ومتوسط زمن استجابة 14.53s.
ملاحظة الهوية
كان Grok 4.20 Beta إصدار المعاينة من Grok 4.20.
حقائق النموذج
تاريخ البحث: 2026-08-12
- المعلمات
- ~1T الإجمالي (~100B النشطة)
- البنية
- MoE
- الإتاحة
- مغلق المصدر
- الترخيص
- -
أفضل تقدير استنادًا إلى الأدلة العامة؛ لم يكشف المورّد عن جميع القيم.
6.9
الاتساق
8.3
10.0
إجمالي رموز الإخراج
130,017
إجمالي رموز الإدخال
0
سعر الإدخال
$1.250 / 1M
سعر الإخراج
$2.500 / 1M
اختبارات غير مستقرة
4
الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).
14.53s
زمن الاستجابة (الحد الأقصى): 63.48s
زمن الاستجابة (الإجمالي): 276.06s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
سجل التشغيل
| تم الاختبار في | النتيجة | الموثوقية | اختبارات صحيحة | إجمالي التكلفة | قارن |
|---|---|---|---|---|---|
| 2026-08-14 02:57 إعادة اختبار | 7.0 | 10.0 | $0.805 ↓ | قارن | |
| 2026-07-16 23:07 تمت إضافة اختبار جديد | 7.1 | 10.0 | $0.777 ↓ | قارن | |
| 2026-06-04 14:17 تمت إضافة اختبار جديد | 7.1 | 10.0 | $0.609 ↓ | قارن | |
| 2026-05-22 00:32 تغيّرت المجموعة | 6.7 | 10.0 | $0.832 | قارن | |
| 2026-05-08 15:32 تغيّرت المجموعة | 6.9 | 10.0 | $0.756 | التشغيل الحالي | |
| 2026-04-11 01:44 أول تشغيل مسجل | 7.0 | غير متاح | $0.743 | قارن |
استخدم هذا التشغيل مجموعة اختبارات مختلفة. ضع تغييرات المجموعة في الاعتبار عند قراءة الحركة التاريخية.
مقارنة التشغيلات
| التشغيل | تغطية الاختبار المعياري | النتيجة | الاتساق | الموثوقية | اختبارات صحيحة | اختبارات غير مستقرة | إجمالي رموز الإخراج | إجمالي رموز الإدخال | إجمالي التكلفة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:32 · تغيّرت المجموعة | 57/57 محاولات | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | 0 | $0.756 | 14.53s |
| 2026-06-04 14:17 · تمت إضافة اختبار جديد | 63/63 محاولات | 7.1 | 8.8 | 10.0 | 12/21 | 3 | 221,343 | 44,433 | $0.609 | 27.68s |
| الفرق | — | -0.3 | -0.5 | 0.0 | -2 | +1 | -91326 | -44433 | +$0.147 | -13150ms |
تختلف تغطية الاختبار المعياري: 57/57 محاولات (الهدف: 3 تكرارات لكل اختبار) مقابل 63/63 محاولات (الهدف: 3 تكرارات لكل اختبار). لا يمكن مقارنة الإجماليات والمقاييس المتأثرة بعدد التكرارات مباشرة.
استخدم هذان التشغيلان مجموعتي اختبارات مختلفتين، لذلك تعكس الفروقات تغييرات النموذج وتغييرات المجموعة معاً.
الرسوم البيانية
اختر النموذج الأول، ثم انقر على نموذج ثانٍ لفتح صفحة مقارنة جنبًا إلى جنب.
أفضل النماذج حسب الدرجة
النتيجة vs إجمالي التكلفة
زمن الاستجابة (المتوسط)
النتيجة vs زمن الاستجابة (المتوسط)
إجمالي رموز الإخراج
النتيجة vs إجمالي رموز الإخراج
مقارنة سريعة
Grok 4.20mediumvsMercury 2mediumGrok 4.20mediumvsSeed-2.0-MinimediumGrok 4.20mediumvsGPT-5.5noneGrok 4.20mediumvsKimi K2.5mediumGrok 4.20mediumvsGLM 5.1mediumGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsQwen3.7 FlashmediumGrok 4.20mediumvsGPT-5.6 SolnoneGrok 4.20mediumvsSeed-2.0-Codehigh
تفصيل الفئات
| الفئة | النتيجة | الاتساق | اختبارات صحيحة |
|---|---|---|---|
| حيل مضادة للذكاء الاصطناعي | 8.2 | 7.9 | |
| البرمجة | 4.3 | 1.1 | |
| مجمّع | 10.0 | 10.0 | |
| تحليل البيانات واستخراجها | 10.0 | 10.0 | |
| خاص بالمجال | 5.3 | 10.0 | |
| الذكاء العام | 3.9 | 2.6 | |
| اتباع التعليمات | 7.3 | 6.0 | |
| حل الألغاز | 7.7 | 10.0 | |
| استدعاء الأدوات | 3.0 | 10.0 | |
| معلومات عامة | 3.0 | 10.0 |