AI BENCHY
Advertise here
#269

Grok 4.20

X AI Lanzamiento: 2026-03-31 Probado el: 2026-05-06 14:16 x-ai/grok-4.20::none
~1T en total (~100B activos)MoECódigo cerradoEstimado
(medium) (none)

Resumen

Grok 4.20 obtiene 4.1 en AI BENCHY y ocupa el puesto #269. Tiene fiabilidad N/D, una tasa de aciertos de 27.3%, coste total de $0.057 y tiempo medio de respuesta de 1.11s.

Qué hace único a Grok 4.20: Destaca más en Análisis y extracción de datos, donde ocupa #1, mientras que Programación es su área más débil con #8. Es notablemente rápido frente a modelos similares.

Nota de identidad

Grok 4.20 Beta fue la versión preliminar de Grok 4.20.

Datos del modelo

Investigado el 2026-08-12

Estimado
Parámetros
~1T en total (~100B activos)
Arquitectura
MoE
Disponibilidad
Código cerrado
Licencia
-

Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.

Fuente de los parámetros Fuente de disponibilidad

Puntuación

4.1

Consistencia

8.1

Fiabilidad

N/D

Costo total (precio actual)

$0.057 ↓ -40.1%

Probado a: $0.095

Total de tokens de salida

1,923

Total de tokens de entrada

41,313

Precio de entrada

$1.250 / 1M

Precio de salida

$2.500 / 1M

Pruebas correctas

Pruebas incorrectas: 12

Tasa de aciertos por intento: 27.3%

Cobertura del benchmark: 54/66 intentos

Pruebas inestables

0

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

Tiempo de respuesta (promedio)

1.11s

Tiempo de respuesta (máximo): 6.04s

Tiempo de respuesta (total): 19.96s

Respuesta incorrecta: 10 Formato extra: 1 Llamada de herramienta no válida: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#269 xAI: Grok 4.20

none
Coste
$0.004
Tiempo
6.5s
Tokens
1,367 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-05-06 14:16 Nueva prueba 4.1 N/D $0.057 ↓ Ejecución actual
2026-05-06 14:16 Nueva prueba 4.1 N/D $0.057 ↓ Comparar
2026-05-06 14:16 Nueva prueba 5.4 N/D $0.057 ↓ Comparar
2026-05-06 14:16 Nueva prueba 5.4 N/D $0.095 Comparar
2026-05-06 14:16 Nueva prueba 5.4 N/D $0.095 Comparar
2026-05-06 14:16 Suite modificada 5.4 N/D $0.095 Comparar
2026-04-11 01:44 Primera ejecución registrada 5.2 N/D $0.095 Comparar

Comparación de ejecuciones

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-06 14:16 · Ejecución actual54/66 intentos4.18.1N/D6/1801,92341,313$0.0571.11s
2026-04-11 01:44 · Primera ejecución registrada54/54 intentos5.29.5N/D5/1811,9670$0.0951.11s
Diferencia—-1.1-1.4+1-1-44+41313-$0.038-4ms

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Historial de precios

Datos históricos de precios de este modelo de OpenRouter.

Fecha Precio de entrada Precio de salida
2026-06-04 15:40 $1.250 / 1M $2.500 / 1M

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

Grok 4.20nonevsGLM 4.7 FlashmediumGrok 4.20nonevsLing 3.0 TinynoneGrok 4.20nonevsLaguna S 2.1noneDisponible gratisGrok 4.20nonevsGranite 4.1 8BnoneGrok 4.20nonevsMiniMax M2.5mediumGrok 4.20nonevsNemotron 3.5 LightningnoneDisponible gratisGrok 4.20nonevsQwen3 Coder NextmediumGrok 4.20nonevsLing 3.0 TinyhighGrok 4.20nonevsMercury 2noneGrok 4.20nonevsLing 3.0 Tinylow

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 4.8 10.0
Programación 1.1 3.1
Combinado 1.5 5.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 3.0 10.0
Inteligencia general 4.8 10.0
Seguimiento de instrucciones 6.3 10.0
Resolución de acertijos 5.3 10.0
Llamada de herramientas 10.0 10.0
Cultura general 0.0 0.0

Modelos comparados