নেভিগেশন
Advertise here

তুলনা করা মডেল

Grok 4.20 (medium) vs Grok 4.20 Beta (medium) vs Grok 4.3 (medium) benchmark তুলনা: Grok 4.3 (medium) স্কোর-এ 7.0 নিয়ে এগিয়ে। Grok 4.20 (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Grok 4.3 (medium)-এর মোট খরচ সবচেয়ে কম, $0.741. Grok 4.20 Beta (medium) 9.75s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#145
মোট আউটপুট টোকেন
270,259
প্রতিক্রিয়া সময় (গড়)
32.56s
মোট খরচ
$0.805
র‍্যাঙ্ক
#210
মোট আউটপুট টোকেন
93,212
প্রতিক্রিয়া সময় (গড়)
9.75s
মোট খরচ
$0.750
র‍্যাঙ্ক
#139
মোট আউটপুট টোকেন
225,904
প্রতিক্রিয়া সময় (গড়)
44.21s
মোট খরচ
$0.741
প্রস্তাবিত মডেল Grok 4.3 (medium)

It has the strongest score in this comparison (7.0) and the best overall balance of cost and response time across all 3 models.

বিস্তারিত তুলনা

মেট্রিক Grok 4.20 Grok 4.20 medium প্রকাশ: 2026-03-31 Grok 4.20 Beta Grok 4.20 Beta medium প্রকাশ: 2026-03-12 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 7.0 6.0 7.0
র‍্যাঙ্ক #145 #210 #139
নির্ভরযোগ্যতা 10.0 প্রযোজ্য নয় 10.0
ধারাবাহিকতা 8.2 7.8 8.2
প্রচেষ্টা 66/66 52/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.6% 66.7% 66.7%
অস্থির টেস্ট 5 1 5
মোট রান 66 52 66
প্রতি ফলাফলে খরচ 10.365 4.505 6.168
মোট খরচ $0.805 $0.750 $0.741
ইনপুট মূল্য $1.250 / 1M $5.805 / 1M $1.250 / 1M
আউটপুট মূল্য $2.500 / 1M $5.805 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 102,986 35,955 140,244
আউটপুট টোকেন 5,860 1,647 13,739
রিজনিং টোকেন 264,399 91,565 212,165
প্রতিক্রিয়া সময় (গড়) 32.56s 9.75s 44.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 199.66s 31.36s 216.69s
প্রতিক্রিয়া সময় (মোট) 716.36s 175.48s 972.64s
প্যারামিটার ~1T মোট (~100B সক্রিয়) ~1T মোট (~100B সক্রিয়) ~1.5T মোট (~150B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#145 SpaceXAI: Grok 4.20

medium
খরচ
$0.041
সময়
110.3s
টোকেন
16,336 tok

#210 Grok 4.20 Beta

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

#139 SpaceXAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 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 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Grok 4.20 Beta 3.3 3.3 33.3% 0 31.36s 360 81 3,987
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

দ্রুত তুলনা

তুলনার জুটি বদলান