AI BENCHY
Advertise here
#196

Grok 4.20 Multi Agent Beta

X AI প্রকাশ: 2026-03-12 পরীক্ষিত হয়েছে: 2026-05-06 14:16 x-ai/grok-4.20-multi-agent-beta::medium

সারাংশ

Grok 4.20 Multi Agent Beta AI BENCHY-তে 4.8 স্কোর করে এবং #196 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 48.5%, মোট খরচ $5.599, এবং গড় response time 9.69s.

Grok 4.20 Multi Agent Beta কে আলাদা করে যা: এটি ডেটা পার্সিং ও নিষ্কাশন-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সাধারণ জ্ঞান এর দুর্বলতম ক্ষেত্র, rank #13. এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।

আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।

ধারাবাহিকতা

6.4

নির্ভরযোগ্যতা

প্রযোজ্য নয়

মোট খরচ (বর্তমান মূল্য)

$5.599 ↑ +11.2%

পরীক্ষার সময়: $5.034

মোট আউটপুট টোকেন

600,042

মোট ইনপুট টোকেন

721,952

ইনপুট মূল্য

$4.235 / 1M

আউটপুট মূল্য

$4.235 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 10

প্রতি চেষ্টায় পাস রেট: 48.5%

অস্থির টেস্ট

5

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

9.69s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 35.28s

প্রতিক্রিয়া সময় (মোট): 155.07s

Hamster playing table tennis

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

#196 Grok 4.20 Multi Agent Beta

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

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-05-06 14:16 পুনরায় পরীক্ষা 4.8 প্রযোজ্য নয় $5.599 বর্তমান রান
2026-05-06 14:16 পুনরায় পরীক্ষা 6.6 প্রযোজ্য নয় $5.599 তুলনা করুন
2026-05-06 14:16 পুনরায় পরীক্ষা 6.6 প্রযোজ্য নয় $5.074 তুলনা করুন
2026-05-06 14:16 স্যুইট পরিবর্তিত হয়েছে 6.6 প্রযোজ্য নয় $5.074 তুলনা করুন
2026-04-11 01:19 প্রথম নথিভুক্ত রান 6.4 প্রযোজ্য নয় $5.074 তুলনা করুন

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-06-04 15:40 $4.235 / 1M $4.235 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 6.9 5.8
কোডিং 3.3 3.3
সমন্বিত 1.5 5.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 2.9 7.2
Sadharon Buddhimotta 5.8 2.8
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 6.7 7.9
টুল কলিং 3.0 10.0
সাধারণ জ্ঞান 0.0 0.0

তুলনা করা মডেল