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

#52

Grok 4.20

X AI रिलीज़: 2026-03-31 परीक्षण किया गया: 2026-04-11 01:44 x-ai/grok-4.20::medium
(medium) (none)

पहचान नोट

Grok 4.20 Beta, Grok 4.20 का प्रीव्यू संस्करण था।

संगति

7.8

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

111,626

???? ???

$2.000 / 1M

????? ???

$6.000 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

10.33s

प्रतिक्रिया समय (अधिकतम): 29.87s

प्रतिक्रिया समय (कुल): 185.87s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-08 15:32 सूट बदला गया 6.9 10.0 $0.756 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 7.0 लागू नहीं $0.743 वर्तमान रन

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.2 7.9
कोडिंग 4.3 1.1
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.8 2.8
निर्देश पालन 7.3 5.9
पहेली समाधान 6.4 7.7
टूल कॉलिंग 3.0 10.0

तुलना किए गए मॉडल