#13 Grok 4.20 Beta
medium- Biaya
- $0.034
- Waktu
- 91.0s
- Token
- 13,523 tok
Ringkasan
Grok 4.20 Beta mendapat skor 8.5 di AI BENCHY dan berada di peringkat #13. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 81.5%, total biaya $0.750, dan waktu respons rata-rata 9.75s.
Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.
Catatan identitas
Grok 4.20 Beta adalah versi pratinjau dari xAI: Grok 4.20.
8.5
Konsistensi
9.5
T/A
Total token output
93,212
Total token input
35,955
Harga input
$5.805 / 1M
Harga output
$5.805 / 1M
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-05-06 14:15 Uji ulang | 6.0 | T/A | $0.750 ↑ | Bandingkan | |
| 2026-05-06 14:15 Uji ulang | 8.5 | T/A | $0.750 ↑ | Run saat ini | |
| 2026-05-06 14:15 Uji ulang | 8.2 | T/A | $0.633 | Bandingkan | |
| 2026-05-06 14:15 Uji ulang | 8.2 | T/A | $0.633 | Bandingkan | |
| 2026-05-06 14:15 Suite berubah | 8.2 | T/A | $0.633 | Bandingkan | |
| 2026-04-11 01:19 Run pertama yang tercatat | 8.0 | T/A | $0.633 | Bandingkan |
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · Uji ulang | 8.5 | 9.5 | T/A | 14/18 | 1 | 93,212 | 35,955 | $0.750 | 9.75s |
| 2026-05-06 14:15 · Uji ulang | 8.2 | 9.1 | T/A | 13/18 | 2 | 93,477 | 0 | $0.633 | 9.81s |
| Selisih | +0.3 | +0.4 | +1 | -1 | -265 | +35955 | +$0.118 | -63ms |
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-06-04 14:42 | $5.805 / 1M | $5.805 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.7 | 7.9 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 10.0 | 10.0 | |
| Pemanggilan alat | 3.0 | 10.0 |