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

Grok 4.20 (medium) vs Grok 4.3 (medium)

Grok 4.3 (medium) average score में आगे है: 6.5 vs 6.3. Grok 4.3 (medium) की benchmark लागत कम है: $0.989 vs $1.246. Grok 4.20 (medium) तेज है: 36.73s vs 44.53s, pass rates 58.0% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-18

तुलना किए गए मॉडल

रैंक
#327
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
रैंक
#296
कुल आउटपुट टोकन
232,542
प्रतिक्रिया समय (औसत)
44.53s
कुल लागत
$0.989
अनुशंसित मॉडल Grok 4.3 (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (6.5) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31 Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 6.3 6.5
रैंक #327 #296
विश्वसनीयता 10.0 10.0
संगति 8.2 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 58.0% 63.8%
अस्थिर टेस्ट 5 5
कुल रन 69 69
प्रति परिणाम लागत 14.374 8.235
कुल लागत $1.246 $0.989
इनपुट कीमत $1.250 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 392,127 325,471
आउटपुट टोकन 7,754 14,867
रीजनिंग टोकन 294,333 217,675
प्रतिक्रिया समय (औसत) 36.73s 44.53s
प्रतिक्रिया समय (अधिकतम) 199.66s 216.69s
प्रतिक्रिया समय (कुल) 844.68s 1024.25s
पैरामीटर ~1T कुल (~100B सक्रिय) ~1.5T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत 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.

#327 SpaceXAI: Grok 4.20

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

#296 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 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

तुलना जोड़ी बदलें