Navigation
Advertise here

Classify-1 (default) vs Grok 4.20

Grok 4.20 führt beim Durchschnittsscore mit 3.4 vs 2.2. Classify-1 (default) hat die niedrigeren Benchmark-Kosten mit $0.008 vs $0.057. Grok 4.20 ist schneller mit 1.11s vs 4.58s, mit Erfolgsraten von 18.8% vs 26.1%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-13

Verglichene Modelle

Rang
#411
Gesamte Ausgabe-Token
164
Antwortzeit (Durchschnitt)
4.58s
Gesamtkosten
$0.008
Rang
#393
Gesamte Ausgabe-Token
1,923
Antwortzeit (Durchschnitt)
1.11s
Gesamtkosten
$0.057
Empfohlenes Modell Grok 4.20

Es hat hier die beste Punktzahl (3.4) und antwortet etwa 4.1x schneller als Classify-1 (default).

Detaillierter Vergleich

Metrik Classify-1 Classify-1 default Veröffentlichung: 2026-10-13 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 2.2 3.4
Rang #411 #393
Zuverlässigkeit 9.4 k. A.
Konsistenz 4.5 7.8
Versuche 36/69 54/69
Korrekte Tests
Erfolgsquote pro Versuch 18.8% 26.1%
Instabile Tests 2 0
Gesamtläufe 36 54
Kosten pro Ergebnis 0.261 1.570
Gesamtkosten $0.008 $0.057
Eingabepreis $0.040 / 1M $1.250 / 1M
Ausgabepreis $0.000 / 1M $2.500 / 1M
Preis für Cache-Lesen k. A. $0.200 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 195,645 41,313
Ausgabe-Token 164 1,923
Denk-Token 0 0
Antwortzeit (Durchschnitt) 4.58s 1.11s
Antwortzeit (Maximum) 13.35s 6.04s
Antwortzeit (Gesamt) 55.01s 19.96s
Parameter ~1B ~1T insgesamt (~100B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#411 Classify-1

default
Für dieses Modell wurde noch kein Showcase-Ergebnis generiert.
Kosten
k. A.
Zeit
-
Token
0 tok

#393 xAI: Grok 4.20

none
Kosten
$0.004
Zeit
6.5s
Token
1,367 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Classify-1 2.7 3.7 22.2% 1 12.73s 105,738 50 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

Schnellvergleich

Vergleichspaar wechseln

Command A+mediumvsGrok 4.20noneCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneGemini 3 Flash PreviewhighvsClassify-1defaultCommand A+lowvsGrok 4.20noneGranite 4.1 8bdefaultvsGrok 4.20noneLing 3.0 TinydefaultvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneJev 1.13defaultvsGrok 4.20noneCommand A+lowvsClassify-1default