#52
X AI
Veröffentlichung: 2026-03-31
Getestet am: 2026-04-11 01:44
x-ai/grok-4.20::medium
(medium)
(none)
Identitätshinweis
Grok 4.20 Beta war die Vorschauversion von Grok 4.20.
Eingabepreis
$2.000 / 1M
Ausgabepreis
$6.000 / 1M
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-05-08 15:32 Suite geändert | 6.9 | 10.0 | $0.756 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.0 | k. A. | $0.743 | Aktueller Lauf |
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Erster erfasster Lauf | 7.0 | 7.8 | k. A. | 9/18 | 5 | 111,626 | $0.743 | 10.33s |
| 2026-05-08 15:32 · Suite geändert | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | $0.756 | 14.53s |
| Differenz | +0.1 | -0.5 | -1 | +1 | -18391 | -$0.014 | -4203ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Grok 4.20mediumvsRing 2.6 1tnoneKostenlos verfügbarGrok 4.20mediumvsQwen3.5-35B-A3BmediumGrok 4.20mediumvsMiMo-V2-FlashmediumGrok 4.20mediumvsGPT-5.2mediumGrok 4.20mediumvsRing 2.6 1tmediumKostenlos verfügbarGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsGemini 3 Flash PreviewmediumGrok 4.20mediumvsGemini 3.1 Pro Previewmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.2 | 7.9 | |
| Programmierung | 4.3 | 1.1 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 5.8 | 2.8 | |
| Befolgung von Anweisungen | 7.3 | 5.9 | |
| Rätsellösen | 6.4 | 7.7 | |
| Werkzeugaufrufe | 3.0 | 10.0 |