- Rango
- #101
- Total de tokens de salida
- 259,340
- Tiempo de respuesta (promedio)
- 29.47s
- Costo total
- $0.777
Grok 4.20 (medium) vs Grok 4.3 (medium)
La puntuación media está prácticamente empatada en 7.1 vs 7.1. Grok 4.20 (medium) tiene menor coste de benchmark con $0.777 vs $0.779. Grok 4.20 (medium) es más rápido con 29.47s vs 47.45s, con tasas de acierto de 63.6% vs 68.2%.
- Rango
- #98
- Total de tokens de salida
- 241,421
- Tiempo de respuesta (promedio)
- 47.45s
- Costo total
- $0.779
Modelo recomendado
Grok 4.20 (medium)
Tiene la mejor puntuación aquí (7.1) y responde aproximadamente 1.6x más rápido que Grok 4.3 (medium).
Comparación detallada
| Métrica | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| Puntuación | 7.1 | 7.1 |
| Rango | #101 | #98 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 8.5 | 8.6 |
| Cobertura del benchmark | 22/22 pruebas · 66/66 intentos | 22/22 pruebas · 66/66 intentos |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 63.6% | 68.2% |
| Pruebas inestables | 4 | 4 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 9.709 | 5.990 |
| Costo total | $0.777 | $0.779 |
| Precio de entrada | $1.250 / 1M | $1.250 / 1M |
| Precio de salida | $2.500 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 102,791 | 140,031 |
| Tokens de salida | 5,363 | 13,739 |
| Tokens de razonamiento | 253,977 | 227,682 |
| Tiempo de respuesta (promedio) | 29.47s | 47.45s |
| Tiempo de respuesta (máximo) | 199.66s | 216.69s |
| Tiempo de respuesta (total) | 648.35s | 1043.83s |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 xAI: Grok 4.20
medium- Coste
- $0.041
- Tiempo
- 110.3s
- Tokens
- 16,336 tok
#98 xAI: Grok 4.3
medium- Coste
- $0.009
- Tiempo
- 19.0s
- Tokens
- 3,661 tok
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
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 1,764 | 14 | 111,300 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| Resolución de acertijos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
Comparación rápida
Cambiar par de comparación
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.20mediumSolar Pro 4highvsGrok 4.3mediumSolar Pro 4highvsGrok 4.20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20medium