নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

তুলনা করা মডেল

Grok 4.20 Beta (medium) vs Grok 4.20 Multi Agent Beta (medium) vs Grok 4.1 Fast (medium) vs Gemini 3 Flash Preview (medium) benchmark তুলনা: Gemini 3 Flash Preview (medium) স্কোর-এ 9.6 নিয়ে এগিয়ে। Grok 4.1 Fast (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Grok 4.1 Fast (medium)-এর মোট খরচ সবচেয়ে কম, $0.069. Grok 4.20 Multi Agent Beta (medium) 9.69s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#147
মোট আউটপুট টোকেন
93,212
প্রতিক্রিয়া সময় (গড়)
9.75s
মোট খরচ
$0.750
র‍্যাঙ্ক
#203
মোট আউটপুট টোকেন
600,042
প্রতিক্রিয়া সময় (গড়)
9.69s
মোট খরচ
$5.599
র‍্যাঙ্ক
#207
মোট আউটপুট টোকেন
98,340
প্রতিক্রিয়া সময় (গড়)
23.85s
মোট খরচ
$0.069
র‍্যাঙ্ক
#3
মোট আউটপুট টোকেন
232,650
প্রতিক্রিয়া সময় (গড়)
19.20s
মোট খরচ
$0.742
প্রস্তাবিত মডেল Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 2.9x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক Grok 4.20 Beta Grok 4.20 Beta medium প্রকাশ: 2026-03-12 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium প্রকাশ: 2026-03-12 Grok 4.1 Fast Grok 4.1 Fast medium প্রকাশ: 2025-11-19 Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17
স্কোর 6.0 4.8 4.7 9.6
র‍্যাঙ্ক #147 #203 #207 #3
নির্ভরযোগ্যতা প্রযোজ্য নয় প্রযোজ্য নয় 10.0 10.0
ধারাবাহিকতা 7.8 6.4 6.3 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 48.5% 53.0% 98.5%
অস্থির টেস্ট 1 5 6 1
মোট রান 52 52 57 66
প্রতি ফলাফলে খরচ 4.505 62.923 0.642 3.533
মোট খরচ $0.750 $5.599 $0.069 $0.742
ইনপুট মূল্য $5.805 / 1M $4.235 / 1M $0.484 / 1M $0.500 / 1M
আউটপুট মূল্য $5.805 / 1M $4.235 / 1M $0.484 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 35,955 721,952 42,845 87,861
আউটপুট টোকেন 1,647 294,668 2,006 5,486
রিজনিং টোকেন 91,565 305,374 96,334 227,164
প্রতিক্রিয়া সময় (গড়) 9.75s 9.69s 23.85s 19.20s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 31.36s 35.28s 121.79s 117.26s
প্রতিক্রিয়া সময় (মোট) 175.48s 155.07s 286.16s 422.42s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#147 Grok 4.20 Beta

medium
খরচ
$0.034
সময়
91.0s
টোকেন
13,523 tok

#203 Grok 4.20 Multi Agent Beta

medium
খরচ
$0.261
সময়
123.4s
টোকেন
199,344 tok

#207 Grok 4.1 Fast

medium
Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)
খরচ
$0.000
সময়
0.1s
টোকেন
0 tok

#3 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
18.4s
টোকেন
3,351 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Grok 4.20 Beta 3.3 3.3 33.3% 0 31.36s 360 81 3,987
Grok 4.20 Multi Agent Beta 3.3 3.3 33.3% 0 27.11s 13,212 86 13,141
Grok 4.1 Fast 7.8 4.0 11.1% 1 23.58s 1,167 821 6,703
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

দ্রুত তুলনা

তুলনার জুটি বদলান