- スコア
- 9.4 (+3.10 ポイント)
- 合計コスト（現在価格）
- $0.183 · 85.4% 安い
- 応答時間（平均）
- 6.24s · 83.0% 速い
X AI
リリース: 2026-03-31
テスト日時: 2026-10-01 02:39
x-ai/grok-4.20::medium
~1T 総数 (~100B アクティブ)MoEクローズド推定
(medium)
(none)
概要
Grok 4.20 は AI BENCHY で 6.3 を記録し、順位は #225 です。信頼性は 10.0、成功率は 58.0%、総コストは $1.246、平均応答時間は 36.73s です。
Grok 4.20 の特徴: 最も目立つのは 複合 で、順位は #2 です。一方、最も弱い領域は 汎用知能 で #14 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。
おすすめの代替モデル
代わりに次のモデルのいずれかをおすすめします：
- スコア
- 8.3 (+2.01 ポイント)
- 合計コスト（現在価格）
- $0.047 · 96.2% 安い
- 応答時間（平均）
- 18.07s · 50.8% 速い
- スコア
- 7.4 (+1.16 ポイント)
- 合計コスト（現在価格）
- $0.065 · 94.8% 安い
- 応答時間（平均）
- 9.64s · 73.8% 速い
モデル情報
調査日：2026-08-12
- パラメータ
- ~1T 総数 (~100B アクティブ)
- アーキテクチャ
- MoE
- 公開状況
- クローズド
- ライセンス
- -
公開情報に基づく最善の推定値です。提供元はすべての値を公表していません。
入力価格
$1.250 / 1M
出力価格
$2.500 / 1M
キャッシュ読み取り料金
$0.200 / 1M
キャッシュ書き込み料金
該当なし
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#225 SpaceXAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 tok
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 |
|---|---|---|---|---|---|
| 2026-10-01 02:39 再テスト | 6.3 | 10.0 | $1.246 ↓ | 現在の実行 | |
| 2026-07-16 23:07 新しいテストを追加 | 7.1 | 10.0 | $0.777 ↓ | 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 | 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 | 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 | ベンチマーク網羅率 | 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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:39 · 現在の実行 | 69/69 回 | 6.3 | 8.2 | 10.0 | 11/23 | 5 | 302,087 | 392,127 | $1.246 | 36.73s |
| 2026-06-04 14:17 · 新しいテストを追加 | 63/63 回 | 7.1 | 8.8 | 10.0 | 12/21 | 3 | 221,343 | 44,433 | $0.609 | 27.68s |
| 差分 | — | -0.9 | -0.6 | 0.0 | -1 | +2 | +80744 | +347694 | +$0.637 | +9046ms |
ベンチマーク網羅率が異なります: 69/69 回 (目標: テストごとに 3 回) と 63/63 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。
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。
価格履歴
このモデルの OpenRouter における過去の価格データ。
| 日付 | 入力価格 | 出力価格 | キャッシュ読み取り料金 | キャッシュ書き込み料金 |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.250 / 1M | $2.500 / 1M | 該当なし | 該当なし |
| 2026-10-01 18:33 | $1.250 / 1M | $2.500 / 1M | $0.200 / 1M | 該当なし |
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 4.20mediumvsDeepSeek V4 Flash 0423noneGrok 4.20mediumvsSpace Bunny AlphaxhighGrok 4.20mediumvsTrinity Large ThinkinglowGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsDeepSeek V4 Flash 0731noneGrok 4.20mediumvsSpace Bunny AlphamediumGrok 4.20mediumvsGemini 3.1 Flash Lite PreviewnoneGrok 4.20mediumvsQwen3.5 Plus 2026-02-15noneGrok 4.20mediumvsClaude Fable 5.1low