#77 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 tok
概要
Grok 4.20 は AI BENCHY で 6.7 を記録し、順位は #77 です。信頼性は 10.0、成功率は 61.7%、総コストは $0.832、平均応答時間は 19.09s です。
モデル識別メモ
Grok 4.20 Beta は Grok 4.20 のプレビュー版でした。
入力価格
$1.250 / 1M
出力価格
$2.500 / 1M
不安定なテスト
5
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-06-04 14:17 新しいテストを追加 | 7.1 | 10.0 | $0.609 ↓ | 比較する | |
| 2026-05-22 00:32 スイート変更 | 6.7 | 10.0 | $0.832 | 現在の実行 | |
| 2026-05-08 15:32 スイート変更 | 6.9 | 10.0 | $0.756 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 7.0 | 該当なし | $0.743 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:32 · スイート変更 | 6.7 | 8.0 | 10.0 | 10/20 | 5 | 158,105 | 0 | $0.832 | 19.09s |
| 2026-04-11 01:44 · 最初に記録された実行 | 7.0 | 7.8 | 該当なし | 9/18 | 5 | 111,626 | 0 | $0.743 | 10.33s |
| 差分 | -0.3 | +0.2 | +1 | 0 | +46479 | 0 | +$0.089 | +8767ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。