#80 Grok 4.20 Multi Agent Beta
medium- Cost
- $0.261
- Time
- 123.4s
- Tokens
- 199,344 tok
X AI
リリース: 2026-03-12
テスト日時: 2026-05-06 14:16
x-ai/grok-4.20-multi-agent-beta::medium
概要
Grok 4.20 Multi Agent Beta は AI BENCHY で 6.6 を記録し、順位は #80 です。信頼性は 該当なし、成功率は 63.0%、総コストは $5.074、平均応答時間は 9.80s です。
Grok 4.20 Multi Agent Beta の特徴: 最も目立つのは コーディング で、順位は #1 です。一方、最も弱い領域は ツール呼び出し で #11 です。 推論トークンの使用量がかなり多く、遅さやコストの高さにつながっている可能性があります。
アーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
入力価格
$0.000 / 1M
出力価格
$0.000 / 1M
不安定なテスト
6
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）。
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-05-06 14:16 再テスト | 6.6 | 該当なし | $5.599 ↑ | 比較する | |
| 2026-05-06 14:16 再テスト | 6.6 | 該当なし | $5.074 | 比較する | |
| 2026-05-06 14:16 スイート変更 | 6.6 | 該当なし | $5.074 | 現在の実行 | |
| 2026-04-11 01:19 最初に記録された実行 | 6.4 | 該当なし | $5.074 | 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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:16 · スイート変更 | 6.6 | 7.4 | 該当なし | 8/18 | 6 | 608,704 | 0 | $5.074 | 9.80s |
| 2026-04-11 01:19 · 最初に記録された実行 | 6.4 | 7.4 | 該当なし | 7/18 | 6 | 608,704 | 0 | $5.074 | 9.80s |
| 差分 | +0.2 | 0.0 | +1 | 0 | 0 | 0 | $0.000 | 0ms |
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。