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

तुलना किए गए मॉडल

Grok 4.20 (medium) vs Grok 4.20 Beta (medium) vs Grok 4.3 (medium) benchmark तुलना: Grok 4.3 (medium) स्कोर में 7.0 के साथ आगे है। Grok 4.20 (medium) विश्वसनीयता में 10.0 के साथ आगे है। Grok 4.3 (medium) का कुल लागत सबसे कम है: $0.741. Grok 4.20 Beta (medium) 9.75s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#145
कुल आउटपुट टोकन
270,259
प्रतिक्रिया समय (औसत)
32.56s
कुल लागत
$0.805
रैंक
#210
कुल आउटपुट टोकन
93,212
प्रतिक्रिया समय (औसत)
9.75s
कुल लागत
$0.750
रैंक
#139
कुल आउटपुट टोकन
225,904
प्रतिक्रिया समय (औसत)
44.21s
कुल लागत
$0.741
अनुशंसित मॉडल Grok 4.3 (medium)

It has the strongest score in this comparison (7.0) and the best overall balance of cost and response time across all 3 models.

विस्तृत तुलना

मेट्रिक Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31 Grok 4.20 Beta Grok 4.20 Beta medium रिलीज़: 2026-03-12 Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 7.0 6.0 7.0
रैंक #145 #210 #139
विश्वसनीयता 10.0 लागू नहीं 10.0
संगति 8.2 7.8 8.2
प्रयास 66/66 52/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 60.6% 66.7% 66.7%
अस्थिर टेस्ट 5 1 5
कुल रन 66 52 66
प्रति परिणाम लागत 10.365 4.505 6.168
कुल लागत $0.805 $0.750 $0.741
इनपुट कीमत $1.250 / 1M $5.805 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $5.805 / 1M $2.500 / 1M
कुल इनपुट टोकन 102,986 35,955 140,244
आउटपुट टोकन 5,860 1,647 13,739
रीजनिंग टोकन 264,399 91,565 212,165
प्रतिक्रिया समय (औसत) 32.56s 9.75s 44.21s
प्रतिक्रिया समय (अधिकतम) 199.66s 31.36s 216.69s
प्रतिक्रिया समय (कुल) 716.36s 175.48s 972.64s
पैरामीटर ~1T कुल (~100B सक्रिय) ~1T कुल (~100B सक्रिय) ~1.5T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#145 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 tok

#210 Grok 4.20 Beta

medium
लागत
$0.034
समय
91.0s
टोकन
13,523 tok

#139 SpaceXAI: Grok 4.3

medium
लागत
$0.009
समय
19.0s
टोकन
3,661 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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Grok 4.20 Beta 3.3 3.3 33.3% 0 31.36s 360 81 3,987
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

त्वरित तुलना

तुलना जोड़ी बदलें