- র্যাঙ্ক
- #101
- মোট আউটপুট টোকেন
- 259,340
- প্রতিক্রিয়া সময় (গড়)
- 29.47s
- মোট খরচ
- $0.777
Grok 4.20 (medium) vs Grok 4.3 (medium)
average score প্রায় সমান: 7.1 vs 7.1. Grok 4.20 (medium)-এর benchmark খরচ কম: $0.777 vs $0.779. Grok 4.20 (medium) দ্রুত: 29.47s vs 47.45s, pass rates 63.6% vs 68.2%.
- র্যাঙ্ক
- #98
- মোট আউটপুট টোকেন
- 241,421
- প্রতিক্রিয়া সময় (গড়)
- 47.45s
- মোট খরচ
- $0.779
প্রস্তাবিত মডেল
Grok 4.20 (medium)
It has the best score here (7.1), while responding about 1.6x faster than Grok 4.3 (medium).
বিস্তারিত তুলনা
| মেট্রিক | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| স্কোর | 7.1 | 7.1 |
| র্যাঙ্ক | #101 | #98 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.5 | 8.6 |
| বেঞ্চমার্ক কভারেজ | 22/22 টেস্ট · 66/66 প্রচেষ্টা | 22/22 টেস্ট · 66/66 প্রচেষ্টা |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 63.6% | 68.2% |
| অস্থির টেস্ট | 4 | 4 |
| মোট রান | 66 | 66 |
| প্রতি ফলাফলে খরচ | 9.709 | 5.990 |
| মোট খরচ | $0.777 | $0.779 |
| ইনপুট মূল্য | $1.250 / 1M | $1.250 / 1M |
| আউটপুট মূল্য | $2.500 / 1M | $2.500 / 1M |
| মোট ইনপুট টোকেন | 102,791 | 140,031 |
| আউটপুট টোকেন | 5,363 | 13,739 |
| রিজনিং টোকেন | 253,977 | 227,682 |
| প্রতিক্রিয়া সময় (গড়) | 29.47s | 47.45s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 199.66s | 216.69s |
| প্রতিক্রিয়া সময় (মোট) | 648.35s | 1043.83s |
মডেল জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 xAI: Grok 4.20
medium- খরচ
- $0.041
- সময়
- 110.3s
- টোকেন
- 16,336 tok
#98 xAI: 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
দ্রুত তুলনা
তুলনার জুটি বদলান
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.20mediumSolar Pro 4highvsGrok 4.3mediumSolar Pro 4highvsGrok 4.20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20medium