AI BENCHY
Advertise here

#68

Grok 4.20

X AI Rilis: 2026-03-31 Diuji pada: 2026-05-08 15:32 x-ai/grok-4.20::medium
(medium) (none)

Catatan identitas

Grok 4.20 Beta adalah versi pratinjau dari Grok 4.20.

Skor

6.9

Konsistensi

8.3

Keandalan

10.0

Total Biaya

$0.756

Total token output

130,017

Harga input

$1.250 / 1M

Harga output

$2.500 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 63.2%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

14.53s

Waktu respons (maks): 63.48s

Waktu respons (total): 276.06s

Jawaban salah: 5 Tidak mengikuti instruksi: 2 Format tambahan: 1 Tidak ada jawaban: 1

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-08 15:32 Suite berubah 6.9 10.0 $0.756 Run saat ini
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.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Grok 4.20mediumvsRing 2.6 1tnoneTersedia gratisGrok 4.20mediumvsQwen3.5-35B-A3BmediumGrok 4.20mediumvsMiMo-V2-FlashmediumGrok 4.20mediumvsGPT-5.2mediumGrok 4.20mediumvsRing 2.6 1tmediumTersedia gratisGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsGemini 3 Flash PreviewmediumGrok 4.20mediumvsGemini 3.1 Pro Previewmedium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.2 7.9
Pemrograman 4.3 1.1
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 3.9 2.6
Kepatuhan instruksi 7.3 6.0
Pemecahan teka-teki 7.7 10.0
Pemanggilan alat 3.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan