Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Elephant vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica Elephant Elephant medium Lanzamiento: 2026-04-14 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.2 5.2
Rango #77 #78
Consistencia 9.6 9.5
Pruebas correctas
Tasa de aciertos por intento 29.6% 29.6%
Pruebas inestables 1 1
Ejecuciones totales 54 54
Costo por resultado 0.000 1.889
Costo total $0.000 $0.095
Precio de entrada $0.000 / 1M $2.000 / 1M
Precio de salida $0.000 / 1M $6.000 / 1M
Tokens de salida 2,596 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.27s 1.11s
Tiempo de respuesta (máximo) 3.70s 6.04s
Tiempo de respuesta (total) 22.82s 20.02s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 6.6 10.0 50.0% 0 1.19s 815 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 5.1 3.3 33.3% 1 1.30s 365 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 3.0 10.0 0.0% 0 3.70s 562 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 6.5 10.0 50.0% 0 979ms 246 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 3.0 10.0 0.0% 0 925ms 24 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 4.3 10.0 0.0% 0 920ms 105 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 9.8 10.0 100.0% 0 987ms 82 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 3.7 10.0 0.0% 0 867ms 166 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 3.0 10.0 0.0% 0 2.83s 231 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4nonevsElephantmediumgpt-oss-120bnoneDisponible gratisvsElephantmediumMiniMax M2.7mediumvsGrok 4.20noneTrinity Large PreviewnoneDisponible gratisvsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneNemotron 3 SupernoneDisponible gratisvsElephantmediumElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsElephantmediumElephantmediumvsGLM 5.1noneElephantmediumvsGLM 4.7 FlashnoneGPT-4o-mininonevsElephantmedium