#362 xAI: Grok 4.20
none- लागत
- $0.004
- समय
- 6.5s
- टोकन
- 1,367 tok
X AI
रिलीज़: 2026-03-31
परीक्षण किया गया: 2026-05-06 14:16
x-ai/grok-4.20::none
~1T कुल (~100B सक्रिय)MoEबंद स्रोतअनुमानित
(medium)
(none)
सारांश
Grok 4.20 AI BENCHY पर 3.4 स्कोर करता है और #362 पर है। इसकी reliability लागू नहीं, pass rate 26.1%, कुल लागत $0.057, और औसत response time 1.11s है।
Grok 4.20 को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
पहचान नोट
Grok 4.20 Beta, Grok 4.20 का प्रीव्यू संस्करण था।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~1T कुल (~100B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
3.4
संगति
7.8
लागू नहीं
कुल आउटपुट टोकन
1,923
कुल इनपुट टोकन
41,313
इनपुट कीमत
$1.250 / 1M
आउटपुट कीमत
$2.500 / 1M
गलत टेस्ट: 12
प्रति प्रयास पास दर: 26.1%
बेंचमार्क कवरेज: 54/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-06 14:16 दोबारा परीक्षण | 3.4 | लागू नहीं | $0.057 ↓ | वर्तमान रन | |
| 2026-05-06 14:16 दोबारा परीक्षण | 4.1 | लागू नहीं | $0.057 ↓ | तुलना करें | |
| 2026-05-06 14:16 दोबारा परीक्षण | 5.4 | लागू नहीं | $0.057 ↓ | तुलना करें | |
| 2026-05-06 14:16 दोबारा परीक्षण | 5.4 | लागू नहीं | $0.095 | तुलना करें | |
| 2026-05-06 14:16 दोबारा परीक्षण | 5.4 | लागू नहीं | $0.095 | तुलना करें | |
| 2026-05-06 14:16 सूट बदला गया | 5.4 | लागू नहीं | $0.095 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 5.2 | लागू नहीं | $0.095 | तुलना करें |
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-04 15:40 | $1.250 / 1M | $2.500 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Grok 4.20nonevsLing 3.0 TinymediumGrok 4.20nonevsCommand A+mediumGrok 4.20nonevsLing 3.0 TinylowGrok 4.20nonevsCommand A+highGrok 4.20nonevsLing 3.0 TinyhighGrok 4.20nonevsCommand A+noneGrok 4.20nonevsNemotron 3.5 Lightningnoneनिःशुल्क उपलब्धGrok 4.20nonevsCommand A+lowGrok 4.20nonevsGranite 4.1 8bnoneGrok 4.20nonevsJev 1.13none
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 0.0 | 0.0 | |
| एंटी-एआई ट्रिक्स | 4.8 | 10.0 | |
| कोडिंग | 1.1 | 3.1 | |
| संयुक्त | 1.5 | 5.0 | |
| 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 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 0.0 | 0.0 |