#15 Grok 4.20 Beta
medium- Cost
- $0.034
- Time
- 91.0s
- Tokens
- 13,523 tok
X AI
Lanzamiento: 2026-03-12
Probado el: 2026-05-06 14:15
x-ai/grok-4.20-beta::medium
(medium)
(none)
Resumen
Grok 4.20 Beta obtiene 8.2 en AI BENCHY y ocupa el puesto #15. Tiene fiabilidad N/D, una tasa de aciertos de 79.6%, coste total de $0.633 y tiempo medio de respuesta de 9.81s.
Modelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
Nota de identidad
Grok 4.20 Beta fue la versión preliminar de xAI: Grok 4.20.
8.2
Consistencia
9.1
N/D
$0.633
Total de tokens de salida
93,477
Total de tokens de entrada
0
Precio de entrada
$0.000 / 1M
Precio de salida
$0.000 / 1M
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
9.81s
Tiempo de respuesta (máximo): 31.36s
Tiempo de respuesta (total): 176.62s
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-05-06 14:15 Nueva prueba | 8.5 | N/D | $0.750 ↑ | Comparar | |
| 2026-05-06 14:15 Nueva prueba | 8.2 | N/D | $0.633 | Comparar | |
| 2026-05-06 14:15 Nueva prueba | 8.2 | N/D | $0.633 | Ejecución actual | |
| 2026-05-06 14:15 Suite modificada | 8.2 | N/D | $0.633 | Comparar | |
| 2026-04-11 01:19 Primera ejecución registrada | 8.0 | N/D | $0.633 | Comparar |
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · Nueva prueba | 8.2 | 9.1 | N/D | 13/18 | 2 | 93,477 | 0 | $0.633 | 9.81s |
| 2026-04-11 01:19 · Primera ejecución registrada | 8.0 | 9.1 | N/D | 12/18 | 2 | 93,477 | 0 | $0.633 | 9.81s |
| Diferencia | +0.2 | 0.0 | +1 | 0 | 0 | 0 | $0.000 | 0ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 8.7 | 7.9 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 9.8 | 10.0 | |
| Resolución de acertijos | 8.2 | 7.2 | |
| Llamada de herramientas | 3.0 | 10.0 |