AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#160

Grok 4.20

X AI Rilis: 2026-03-31 Diuji pada: 2026-05-06 14:16 x-ai/grok-4.20::none
(medium) (none)

Ringkasan

Grok 4.20 mendapat skor 4.4 di AI BENCHY dan berada di peringkat #160. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 28.6%, total biaya $0.057, dan waktu respons rata-rata 1.11s.

Yang membuat Grok 4.20 unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.

Catatan identitas

Grok 4.20 Beta adalah versi pratinjau dari Grok 4.20.

Skor

4.4

Konsistensi

8.5

Keandalan

T/A

Total biaya (harga saat ini)

$0.057 ↓ -40.1%

Diuji pada: $0.095

Total token output

1,923

Total token input

41,313

Harga input

$1.250 / 1M

Harga output

$2.500 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 28.6%

Tes tidak stabil

0

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

Waktu respons (rata-rata)

1.11s

Waktu respons (maks): 6.04s

Waktu respons (total): 19.96s

Jawaban salah: 10 Format tambahan: 1 Pemanggilan alat tidak valid: 1

Showcase generasi

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#160 xAI: Grok 4.20

none
Biaya
$0.004
Waktu
6.5s
Token
1,367 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-06 14:16 Uji ulang 5.4 T/A $0.057 ↓ Run saat ini
2026-05-06 14:16 Uji ulang 5.4 T/A $0.095 Bandingkan
2026-05-06 14:16 Uji ulang 5.4 T/A $0.095 Bandingkan
2026-05-06 14:16 Suite berubah 5.4 T/A $0.095 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 5.2 T/A $0.095 Bandingkan

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $1.250 / 1M $2.500 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Grok 4.20nonevsQwen3.5-122B-A10BnoneGrok 4.20nonevsMiniMax M2.7mediumGrok 4.20nonevsGPT-5.4 MininoneGrok 4.20nonevsQwen3.6 35B A3BnoneGrok 4.20nonevsLaguna XS 2.1noneTersedia gratisGrok 4.20nonevsMistral Small 4noneGrok 4.20nonevsGemini 3.5 FlashhighGrok 4.20nonevsGemini 3 Flash PreviewmediumGrok 4.20nonevsNemotron 3 Ultra 550b A55bmediumTersedia gratisGrok 4.20nonevsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 4.8 10.0
Pemrograman 1.1 3.1
Gabungan 3.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.0 10.0
Kecerdasan umum 4.8 10.0
Kepatuhan instruksi 6.3 10.0
Pemecahan teka-teki 5.3 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 0.0 0.0

Model yang Dibandingkan