नेविगेशन
Advertise here

Tev1 4B Experimental vs Grok 4.20

Grok 4.20 average score में आगे है: 3.4 vs 1.0. Tev1 4B Experimental की benchmark लागत कम है: $0.002 vs $0.057. Tev1 4B Experimental तेज है: 498ms vs 1.11s, pass rates 13.0% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#381
कुल आउटपुट टोकन
96
प्रतिक्रिया समय (औसत)
498ms
कुल लागत
$0.002
रैंक
#362
कुल आउटपुट टोकन
1,923
प्रतिक्रिया समय (औसत)
1.11s
कुल लागत
$0.057
अनुशंसित मॉडल Grok 4.20

It has the strongest score in this comparison (3.4) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Tev1 4B Experimental Tev1 4B Experimental none रिलीज़: 2026-09-30 Grok 4.20 Grok 4.20 none रिलीज़: 2026-03-31
स्कोर 1.0 3.4
रैंक #381 #362
विश्वसनीयता 10.0 लागू नहीं
संगति 3.0 7.8
प्रयास 21/69 54/69
सही परीक्षण
प्रति प्रयास पास दर 13.0% 26.1%
अस्थिर टेस्ट 0 0
कुल रन 21 54
प्रति परिणाम लागत 0.048 1.570
कुल लागत $0.002 $0.057
इनपुट कीमत $0.042 / 1M $1.250 / 1M
आउटपुट कीमत $0.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 33,864 41,313
आउटपुट टोकन 96 1,923
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 498ms 1.11s
प्रतिक्रिया समय (अधिकतम) 602ms 6.04s
प्रतिक्रिया समय (कुल) 3.49s 19.96s
पैरामीटर 4B ~1T कुल (~100B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#381 Together: Tev1 4B Experimental

none
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 tok

#362 xAI: Grok 4.20

none
लागत
$0.004
समय
6.5s
टोकन
1,367 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Tev1 4B Experimental 0.0 0.0 0.0% 0 0ms 0 0 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

त्वरित तुलना

तुलना जोड़ी बदलें

Command A+mediumvsGrok 4.20noneCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneCommand A+lowvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneGemini 3 Flash PreviewhighvsTev1 4B ExperimentalnoneGrok 4.20nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumनिःशुल्क उपलब्धvsGrok 4.20noneNemotron 3.5 Lightninglowनिःशुल्क उपलब्धvsGrok 4.20none