AI BENCHY
Your ad here

#24

Grok 4.20 Beta

X AI · रिलीज़: 2026-03-12 · x-ai/grok-4.20-beta::medium

प्रति परिणाम लागत

5.989

संगति

9.0

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 70.8%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

8.89s

प्रतिक्रिया समय (अधिकतम): 24.21s

प्रतिक्रिया समय (कुल): 142.18s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

औसत स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी औसत स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 7.0 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 9.9 10.0
डोमेन-विशिष्ट 4.0 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.0 10.0
पहेली समाधान 7.0 7.2
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल