#403 Grok 4.20 Multi Agent Beta
medium- খরচ
- $0.261
- সময়
- 123.4s
- টোকেন
- 199,344 tok
X AI
প্রকাশ: 2026-03-12
পরীক্ষিত হয়েছে: 2026-05-06 14:16
x-ai/grok-4.20-multi-agent-beta::medium
~1T মোট (~100B সক্রিয়)MoEবন্ধ উৎসআনুমানিক সারাংশ
Grok 4.20 Multi Agent Beta AI BENCHY-তে 3.9 স্কোর করে এবং #403 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 46.4%, 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 স্বায়ত্তশাসিত এজেন্টের কাজ এর দুর্বলতম ক্ষেত্র, rank #11.
আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- ~1T মোট (~100B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- বন্ধ উৎস
- লাইসেন্স
- -
সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।
3.9
ধারাবাহিকতা
6.1
প্রযোজ্য নয়
মোট আউটপুট টোকেন
600,042
মোট ইনপুট টোকেন
721,952
ইনপুট মূল্য
$4.235 / 1M
আউটপুট মূল্য
$4.235 / 1M
ক্যাশ পড়ার মূল্য
প্রযোজ্য নয়
ক্যাশ লেখার মূল্য
প্রযোজ্য নয়
ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
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 14:16 পুনরায় পরীক্ষা | 3.9 | প্রযোজ্য নয় | $5.599 ↑ | বর্তমান রান | |
| 2026-05-06 14:16 পুনরায় পরীক্ষা | 4.8 | প্রযোজ্য নয় | $5.599 ↑ | তুলনা করুন | |
| 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 |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:16 · বর্তমান রান | 52/69 প্রচেষ্টা | 3.9 | 6.1 | প্রযোজ্য নয় | 8/18 | 5 | 600,042 | 721,952 | $5.599 | 9.69s |
| 2026-05-06 14:16 · স্যুইট পরিবর্তিত হয়েছে | 52/54 প্রচেষ্টা | 6.6 | 7.4 | প্রযোজ্য নয় | 8/18 | 6 | 608,704 | 0 | $5.074 | 9.80s |
| পার্থক্য | — | -2.7 | -1.3 | 0 | -1 | -8662 | +721952 | +$0.526 | -105ms |
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য | ক্যাশ পড়ার মূল্য | ক্যাশ লেখার মূল্য |
|---|---|---|---|---|
| 2026-06-04 15:40 | $4.235 / 1M | $4.235 / 1M | প্রযোজ্য নয় | প্রযোজ্য নয় |
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
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| স্বায়ত্তশাসিত এজেন্টের কাজ | 0.0 | 0.0 | |
| 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 |