- रैंक
- #101
- कुल आउटपुट टोकन
- 259,340
- प्रतिक्रिया समय (औसत)
- 29.47s
- कुल लागत
- $0.777
Grok 4.20 (medium) vs Grok 4.3 (medium)
average score लगभग बराबर है: 7.1 vs 7.1. Grok 4.20 (medium) की benchmark लागत कम है: $0.777 vs $0.779. Grok 4.20 (medium) तेज है: 29.47s vs 47.45s, pass rates 63.6% vs 68.2%.
- रैंक
- #98
- कुल आउटपुट टोकन
- 241,421
- प्रतिक्रिया समय (औसत)
- 47.45s
- कुल लागत
- $0.779
अनुशंसित मॉडल
Grok 4.20 (medium)
It has the best score here (7.1), while responding about 1.6x faster than Grok 4.3 (medium).
विस्तृत तुलना
| मेट्रिक | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| स्कोर | 7.1 | 7.1 |
| रैंक | #101 | #98 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.5 | 8.6 |
| बेंचमार्क कवरेज | 22/22 टेस्ट · 66/66 प्रयास | 22/22 टेस्ट · 66/66 प्रयास |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 63.6% | 68.2% |
| अस्थिर टेस्ट | 4 | 4 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 9.709 | 5.990 |
| कुल लागत | $0.777 | $0.779 |
| इनपुट कीमत | $1.250 / 1M | $1.250 / 1M |
| आउटपुट कीमत | $2.500 / 1M | $2.500 / 1M |
| कुल इनपुट टोकन | 102,791 | 140,031 |
| आउटपुट टोकन | 5,363 | 13,739 |
| रीजनिंग टोकन | 253,977 | 227,682 |
| प्रतिक्रिया समय (औसत) | 29.47s | 47.45s |
| प्रतिक्रिया समय (अधिकतम) | 199.66s | 216.69s |
| प्रतिक्रिया समय (कुल) | 648.35s | 1043.83s |
मॉडल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 xAI: Grok 4.20
medium- लागत
- $0.041
- समय
- 110.3s
- टोकन
- 16,336 tok
#98 xAI: 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
त्वरित तुलना
तुलना जोड़ी बदलें
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.20mediumSolar Pro 4highvsGrok 4.3mediumSolar Pro 4highvsGrok 4.20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20medium