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

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 none Lanzamiento: 2026-04-30 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.8 5.4
Rango #98 #115
Fiabilidad 10.0 N/D
Consistencia 9.1 9.5
Pruebas correctas
Tasa de aciertos por intento 43.9% 35.2%
Pruebas inestables 2 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 1,685 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 6.83s 1.11s
Tiempo de respuesta (máximo) 32.27s 6.04s
Tiempo de respuesta (total) 129.73s 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 3.4 7.9 16.7% 1 2.78s 57 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 32.27s 450 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 21.74s 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 3.60s 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 3.00s 27 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 4.61s 80 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 6.4 10.0 50.0% 0 2.63s 63 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 5.9 7.2 55.6% 1 4.43s 202 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 22.78s 231 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 2.50s 14 0
Grok 4.20 - - - - - - - -

Comparación rápida

Cambiar par de comparación

CobuddymediumDisponible gratisvsOwl AlphanoneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsOwl AlphanoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneNemotron 3 SupermediumDisponible gratisvsOwl AlphanoneMiniMax M2.5mediumDisponible gratisvsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20noneGPT-5 NanomediumvsOwl AlphanoneCobuddymediumDisponible gratisvsGrok 4.20none