नेव्हिगेशन
AI BENCHY
Advertise here

तुलना केलेली मॉडेल्स

Grok 4.20 Beta (medium) vs Grok 4.20 Multi Agent Beta (medium) vs Grok 4.1 Fast (medium) vs Gemini 3 Flash Preview (medium) benchmark तुलना: Gemini 3 Flash Preview (medium) स्कोअर मध्ये 9.6 सह आघाडीवर आहे. Grok 4.1 Fast (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Grok 4.1 Fast (medium) चे एकूण खर्च सर्वात कमी आहे: $0.069. Grok 4.20 Multi Agent Beta (medium) 9.69s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#147
एकूण आउटपुट टोकन्स
93,212
प्रतिसाद वेळ (सरासरी)
9.75s
एकूण खर्च
$0.750
क्रमांक
#203
एकूण आउटपुट टोकन्स
600,042
प्रतिसाद वेळ (सरासरी)
9.69s
एकूण खर्च
$5.599
क्रमांक
#207
एकूण आउटपुट टोकन्स
98,340
प्रतिसाद वेळ (सरासरी)
23.85s
एकूण खर्च
$0.069
क्रमांक
#3
एकूण आउटपुट टोकन्स
232,650
प्रतिसाद वेळ (सरासरी)
19.20s
एकूण खर्च
$0.742
शिफारस केलेले मॉडेल Gemini 3 Flash Preview (medium)

It has the best score here (9.6), while costing about 2.9x less than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक Grok 4.20 Beta Grok 4.20 Beta medium प्रकाशन: 2026-03-12 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium प्रकाशन: 2026-03-12 Grok 4.1 Fast Grok 4.1 Fast medium प्रकाशन: 2025-11-19 Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17
स्कोअर 6.0 4.8 4.7 9.6
क्रमांक #147 #203 #207 #3
विश्वसनीयता लागू नाही लागू नाही 10.0 10.0
सुसंगतता 7.8 6.4 6.3 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 48.5% 53.0% 98.5%
अस्थिर चाचण्या 1 5 6 1
एकूण रन 52 52 57 66
प्रति निकाल खर्च 4.505 62.923 0.642 3.533
एकूण खर्च $0.750 $5.599 $0.069 $0.742
इनपुट किंमत $5.805 / 1M $4.235 / 1M $0.484 / 1M $0.500 / 1M
आउटपुट किंमत $5.805 / 1M $4.235 / 1M $0.484 / 1M $3.000 / 1M
एकूण इनपुट टोकन्स 35,955 721,952 42,845 87,861
आउटपुट टोकन्स 1,647 294,668 2,006 5,486
रिझनिंग टोकन्स 91,565 305,374 96,334 227,164
प्रतिसाद वेळ (सरासरी) 9.75s 9.69s 23.85s 19.20s
प्रतिसाद वेळ (कमाल) 31.36s 35.28s 121.79s 117.26s
प्रतिसाद वेळ (एकूण) 175.48s 155.07s 286.16s 422.42s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#147 Grok 4.20 Beta

medium
खर्च
$0.034
वेळ
91.0s
टोकन्स
13,523 tok

#203 Grok 4.20 Multi Agent Beta

medium
खर्च
$0.261
वेळ
123.4s
टोकन्स
199,344 tok

#207 Grok 4.1 Fast

medium
Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)
खर्च
$0.000
वेळ
0.1s
टोकन्स
0 tok

#3 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
18.4s
टोकन्स
3,351 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Grok 4.20 Beta 3.3 3.3 33.3% 0 31.36s 360 81 3,987
Grok 4.20 Multi Agent Beta 3.3 3.3 33.3% 0 27.11s 13,212 86 13,141
Grok 4.1 Fast 7.8 4.0 11.1% 1 23.58s 1,167 821 6,703
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

झटपट तुलना

तुलना जोडी बदला