- Skor
- 8.6 (+2.32 poin)
- Total biaya (harga saat ini)
- $0.061 · 95.1% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 79.5% lebih cepat
Ringkasan
Grok 4.20 mendapat skor 6.3 di AI BENCHY dan berada di peringkat #307. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 58.0%, total biaya $1.246, dan waktu respons rata-rata 36.73s.
Yang membuat Grok 4.20 unik: Model ini paling menonjol di Gabungan, dengan peringkat #2, sementara Kecerdasan umum adalah area terlemahnya di #13.
Catatan identitas
Grok 4.20 Beta adalah versi pratinjau dari Grok 4.20.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 9.4 (+3.10 poin)
- Total biaya (harga saat ini)
- $0.183 · 85.4% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 83.0% lebih cepat
- Skor
- 8.3 (+2.01 poin)
- Total biaya (harga saat ini)
- $0.047 · 96.2% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 50.8% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~1T total (~100B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
6.3
Konsistensi
8.2
10.0
Total token output
302,087
Total token input
392,127
Harga input
$1.250 / 1M
Harga output
$2.500 / 1M
Harga baca cache
$0.200 / 1M
Harga tulis cache
T/A
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
5
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.
#307 SpaceXAI: Grok 4.20
medium- Biaya
- $0.041
- Waktu
- 110.3s
- Token
- 16,336 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:39 Uji ulang | 6.3 | 10.0 | $1.246 ↓ | Run saat ini | |
| 2026-07-16 23:07 Tes baru ditambahkan | 7.1 | 10.0 | $0.777 ↓ | Bandingkan | |
| 2026-06-04 14:17 Tes baru ditambahkan | 7.1 | 10.0 | $0.609 ↓ | Bandingkan | |
| 2026-05-22 00:32 Suite berubah | 6.7 | 10.0 | $0.832 | Bandingkan | |
| 2026-05-08 15:32 Suite berubah | 6.9 | 10.0 | $0.756 | Bandingkan | |
| 2026-04-11 01:44 Run pertama yang tercatat | 7.0 | T/A | $0.743 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.250 / 1M | $2.500 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $1.250 / 1M | $2.500 / 1M | $0.200 / 1M | T/A |
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
Perbandingan Cepat
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 3.0 | 10.0 | |
| Trik anti-AI | 8.2 | 7.9 | |
| Pemrograman | 6.3 | 6.6 | |
| Gabungan | 8.7 | 6.9 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 3.9 | 2.6 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 7.7 | 10.0 | |
| Pemanggilan alat | 3.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |