Navegación
AI BENCHY
Your ad here

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 none Lanzamiento: 2026-04-14 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 5.2 7.0
Rango #81 #44
Consistencia 9.6 7.8
Pruebas correctas
Tasa de aciertos por intento 31.5% 66.7%
Pruebas inestables 1 5
Ejecuciones totales 54 54
Costo por resultado 0.000 8.252
Costo total $0.000 $0.743
Precio de entrada $0.000 / 1M $2.000 / 1M
Precio de salida $0.000 / 1M $6.000 / 1M
Tokens de salida 2,573 1,744
Tokens de razonamiento 0 109,882
Tiempo de respuesta (promedio) 1.23s 10.33s
Tiempo de respuesta (máximo) 3.81s 29.87s
Tiempo de respuesta (total) 22.16s 185.87s

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 963ms 610 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 6.4 3.3 66.7% 1 1.39s 375 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
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 3.81s 731 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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 1.04s 246 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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 927ms 24 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 4.0 10.0 0.0% 0 854ms 106 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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 1.03s 81 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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 3.3 10.0 0.0% 0 849ms 170 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 2.79s 230 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnoneDisponible gratisvsGrok 4.20mediumMiniMax M2.7mediumvsElephantnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.20mediumMistral Small 4mediumvsElephantnoneElephantnonevsQwen3 Coder NextmediumMiniMax M2.5mediumDisponible gratisvsElephantnoneGrok 4.20mediumvsMiMo-V2-OmninoneElephantnonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsElephantnoneGPT-5.3 ChatnonevsGrok 4.20medium