Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Owl Alpha vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 6.0 5.4
Rango #90 #115
Fiabilidad 10.0 N/D
Consistencia 9.6 9.5
Pruebas correctas
Tasa de aciertos por intento 43.9% 35.2%
Pruebas inestables 1 1
Ejecuciones totales 57 54
Costo por resultado 0.000 1.574
Costo total $0.000 $0.095
Precio de entrada $0.000 / 1M $1.250 / 1M
Precio de salida $0.000 / 1M $2.500 / 1M
Tokens de salida 1,613 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 10.58s 1.11s
Tiempo de respuesta (máximo) 58.63s 6.04s
Tiempo de respuesta (total) 201.03s 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
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 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
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 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
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 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
Owl Alpha 10.0 10.0 100.0% 0 21.64s 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
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 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
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 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
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Grok 4.20 6.3 10.0 50.0% 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
Owl Alpha 5.3 7.2 44.4% 1 3.44s 135 0
Grok 4.20 5.3 7.2 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
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Owl Alpha 3.0 10.0 0.0% 0 2.38s 17 0
Grok 4.20 - - - - - - - -

Comparación rápida

Cambiar par de comparación

Owl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsOwl AlphamediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneElephant AlphamediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneOwl AlphamediumvsMiMo-V2-PrononeMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneDeepSeek V4 PrononevsOwl Alphamedium