नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

तुलना केलेली मॉडेल्स

Grok 4.20 (medium) vs Grok 4.20 Beta (medium) vs Grok 4.3 (medium) benchmark तुलना: Grok 4.3 (medium) स्कोअर मध्ये 7.1 सह आघाडीवर आहे. Grok 4.20 (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Grok 4.20 Beta (medium) चे एकूण खर्च सर्वात कमी आहे: $0.750. Grok 4.20 Beta (medium) 9.75s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#90
एकूण आउटपुट टोकन्स
259,340
प्रतिसाद वेळ (सरासरी)
29.47s
एकूण खर्च
$0.777
क्रमांक
#152
एकूण आउटपुट टोकन्स
93,212
प्रतिसाद वेळ (सरासरी)
9.75s
एकूण खर्च
$0.750
क्रमांक
#88
एकूण आउटपुट टोकन्स
241,421
प्रतिसाद वेळ (सरासरी)
47.45s
एकूण खर्च
$0.779
शिफारस केलेले मॉडेल Grok 4.20 (medium)

It has the strongest score in this comparison (7.1) and the best overall balance of cost and response time across all 3 models.

तपशीलवार तुलना

मेट्रिक Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31 Grok 4.20 Beta Grok 4.20 Beta medium प्रकाशन: 2026-03-12 Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर 7.1 6.0 7.1
क्रमांक #90 #152 #88
विश्वसनीयता 10.0 लागू नाही 10.0
सुसंगतता 8.5 7.8 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 66.7% 68.2%
अस्थिर चाचण्या 4 1 4
एकूण रन 66 52 66
प्रति निकाल खर्च 9.709 4.505 5.990
एकूण खर्च $0.777 $0.750 $0.779
इनपुट किंमत $1.250 / 1M $5.805 / 1M $1.250 / 1M
आउटपुट किंमत $2.500 / 1M $5.805 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 102,791 35,955 140,031
आउटपुट टोकन्स 5,363 1,647 13,739
रिझनिंग टोकन्स 253,977 91,565 227,682
प्रतिसाद वेळ (सरासरी) 29.47s 9.75s 47.45s
प्रतिसाद वेळ (कमाल) 199.66s 31.36s 216.69s
प्रतिसाद वेळ (एकूण) 648.35s 175.48s 1043.83s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#90 xAI: Grok 4.20

medium
खर्च
$0.041
वेळ
110.3s
टोकन्स
16,336 tok

#152 Grok 4.20 Beta

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

#88 xAI: Grok 4.3

medium
खर्च
$0.009
वेळ
19.0s
टोकन्स
3,661 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 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Grok 4.20 Beta 3.3 3.3 33.3% 0 31.36s 360 81 3,987
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

झटपट तुलना

तुलना जोडी बदला