#107 Grok 4.20 Beta
none
Invalid SVG
- Cost
- $0.004
- Time
- 8.5s
- Tokens
- 1,672 tok
সারাংশ
Grok 4.20 Beta AI BENCHY-তে 5.8 স্কোর করে এবং #107 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 37.0%, মোট খরচ $0.087, এবং গড় response time 1.19s.
Grok 4.20 Beta কে আলাদা করে যা: এটি ধাঁধা সমাধান-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর নির্দেশনা অনুসরণ এর দুর্বলতম ক্ষেত্র, rank #10. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।
আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।
পরিচয় নোট
Grok 4.20 Beta ছিল xAI: Grok 4.20-এর প্রিভিউ সংস্করণ।
5.8
ধারাবাহিকতা
9.6
প্রযোজ্য নয়
মোট আউটপুট টোকেন
1,657
মোট ইনপুট টোকেন
40,597
ইনপুট মূল্য
$2.041 / 1M
আউটপুট মূল্য
$2.041 / 1M
অস্থির টেস্ট
1
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-05-06 14:15 পুনরায় পরীক্ষা | 5.8 | প্রযোজ্য নয় | $0.087 ↓ | বর্তমান রান | |
| 2026-05-06 14:15 পুনরায় পরীক্ষা | 5.5 | প্রযোজ্য নয় | $0.091 | তুলনা করুন | |
| 2026-05-06 14:15 পুনরায় পরীক্ষা | 5.5 | প্রযোজ্য নয় | $0.091 | তুলনা করুন | |
| 2026-05-06 14:15 স্যুইট পরিবর্তিত হয়েছে | 5.5 | প্রযোজ্য নয় | $0.091 | তুলনা করুন | |
| 2026-04-11 01:19 প্রথম নথিভুক্ত রান | 5.3 | প্রযোজ্য নয় | $0.091 | তুলনা করুন |
রান তুলনা
| রান | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · বর্তমান রান | 5.8 | 9.6 | প্রযোজ্য নয় | 6/18 | 1 | 1,657 | 40,597 | $0.087 | 1.19s |
| 2026-05-06 14:15 · পুনরায় পরীক্ষা | 5.5 | 9.2 | প্রযোজ্য নয় | 5/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| পার্থক্য | +0.3 | +0.4 | +1 | -1 | +66 | +40597 | -$0.004 | +3ms |
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য |
|---|---|---|
| 2026-06-04 15:40 | $2.041 / 1M | $2.041 / 1M |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 4.0 | 8.4 | |
| কোডিং | 5.5 | 10.0 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.0 | 10.0 | |
| Sadharon Buddhimotta | 5.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.3 | 10.0 | |
| ধাঁধা সমাধান | 7.7 | 10.0 | |
| টুল কলিং | 10.0 | 10.0 |