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。
????
$2.000 / 1M
????
$6.000 / 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）。
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 |
|---|---|---|---|---|---|
| 2026-05-08 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 | 現在の実行 |
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 | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 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 | $0.743 | 10.33s |
| 2026-05-08 15:32 · スイート変更 | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | $0.756 | 14.53s |
| 差分 | +0.1 | -0.5 | -1 | +1 | -18391 | -$0.014 | -4203ms |
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。
クイック比較
Grok 4.20mediumvsRing 2.6 1tnone無料で利用可能Grok 4.20mediumvsQwen3.5-35B-A3BmediumGrok 4.20mediumvsMiMo-V2-FlashmediumGrok 4.20mediumvsGPT-5.2mediumGrok 4.20mediumvsRing 2.6 1tmedium無料で利用可能Grok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsGemini 3 Flash PreviewmediumGrok 4.20mediumvsGemini 3.1 Pro Previewmedium