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

Grok 4.20 Beta vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.3 5.4
Rango #70 #69
Consistencia 9.1 9.5
Pruebas correctas
Tasa de aciertos por intento 31.4% 31.4%
Pruebas inestables 2 1
Ejecuciones totales 51 51
Costo por resultado 2.240 1.809
Costo total $0.090 $0.091
Precio de entrada $0.000 / 1M $2.000 / 1M
Precio de salida $0.000 / 1M $6.000 / 1M
Tokens de salida 1,517 1,655
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.19s 1.11s
Tiempo de respuesta (máximo) 6.48s 6.04s
Tiempo de respuesta (total) 20.22s 18.80s

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
Grok 4.20 Beta 4.0 8.4 16.7% 1 597ms 251 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 3.0 10.0 0.0% 0 6.48s 282 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 601ms 197 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
Grok 4.20 Beta 3.0 10.0 0.0% 0 611ms 160 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
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 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
Grok 4.20 Beta 4.8 10.0 0.0% 0 687ms 60 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Grok 4.20 Beta 5.9 7.2 55.6% 1 541ms 291 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
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20 BetanoneMiniMax M2.7mediumvsGrok 4.20 BetanoneMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20 BetanoneMiniMax M2.5mediumDisponible gratisvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20noneGrok 4.20 BetanonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneGrok 4.20nonevsGLM 4.7 Flashmedium