AI BENCHY
Advertise here

#115

Grok 4.20

X AI रिलीज़: 2026-03-31 परीक्षण किया गया: 2026-05-06 14:16 x-ai/grok-4.20::none
(medium) (none)

पहचान नोट

Grok 4.20 Beta, Grok 4.20 का प्रीव्यू संस्करण था।

संगति

9.5

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

1,967

???? ???

$1.250 / 1M

????? ???

$2.500 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 35.2%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

1.11s

प्रतिक्रिया समय (अधिकतम): 6.04s

प्रतिक्रिया समय (कुल): 20.02s

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 4.8 10.0
कोडिंग 3.4 9.3
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.8 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 5.3 7.2
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल