AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#52

Grok 4.20

X AI Lanzamiento: 2026-03-31 Probado el: 2026-04-11 01:44 x-ai/grok-4.20::medium
(medium) (none)

Nota de identidad

Grok 4.20 Beta fue la versión preliminar de Grok 4.20.

Consistencia

7.8

Fiabilidad

N/D

Costo total

$0.743

Total de tokens de salida

111,626

Precio de entrada

$2.000 / 1M

Precio de salida

$6.000 / 1M

Pruebas correctas

Pruebas incorrectas: 9

Tasa de aciertos por intento: 66.7%

Pruebas inestables

5

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

10.33s

Tiempo de respuesta (máximo): 29.87s

Tiempo de respuesta (total): 185.87s

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-05-08 15:32 Suite modificada 6.9 10.0 $0.756 Comparar
2026-04-11 01:44 Primera ejecución registrada 7.0 N/D $0.743 Ejecución actual

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaCosto totalTiempo de respuesta (promedio)
2026-04-11 01:44 · Primera ejecución registrada7.07.8N/D9/185111,626$0.74310.33s
2026-05-08 15:32 · Suite modificada6.98.310.010/194130,017$0.75614.53s
Diferencia+0.1-0.5-1+1-18391-$0.014-4203ms

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.

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 8.2 7.9
Programación 4.3 1.1
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 10.0
Inteligencia general 5.8 2.8
Seguimiento de instrucciones 7.3 5.9
Resolución de acertijos 6.4 7.7
Llamada de herramientas 3.0 10.0

Modelos comparados