Grok 4.20 vs Xing4.0 29b A4b (medium)

Xing4.0 29b A4b (medium) average score मध्ये पुढे आहे: 3.7 vs 3.4. Xing4.0 29b A4b (medium) चा benchmark खर्च कमी आहे: $0.000 vs $0.057. Grok 4.20 वेगवान आहे: 1.11s vs 371.69s, pass rates 26.1% vs 26.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक: #407
एकूण आउटपुट टोकन्स: 1,923
प्रतिसाद वेळ (सरासरी): 1.11s
एकूण खर्च: $0.057

क्रमांक: #398
एकूण आउटपुट टोकन्स: 107,980
प्रतिसाद वेळ (सरासरी): 371.69s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल Grok 4.20

Its score stays close to the best score here (3.4 vs 3.7), while responding about 335.2x faster than Xing4.0 29b A4b (medium).

तपशीलवार तुलना

मेट्रिक	Grok 4.20 Grok 4.20 none प्रकाशन: 2026-03-31	Xing4.0 29b A4b Xing4.0 29b A4b medium प्रकाशन: 2026-10-17 मोफत उपलब्ध

मेट्रिक	Grok 4.20 Grok 4.20 none प्रकाशन: 2026-03-31	Xing4.0 29b A4b Xing4.0 29b A4b medium प्रकाशन: 2026-10-17 मोफत उपलब्ध
स्कोअर	3.4	3.7
क्रमांक	#407	#398
विश्वसनीयता	लागू नाही	7.3
सुसंगतता	7.8	6.2
प्रयत्न	54/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	26.1%	26.1%
अस्थिर चाचण्या	0	11
एकूण रन	54	69
प्रति निकाल खर्च	1.570	0.000
एकूण खर्च	$0.057	$0.000
इनपुट किंमत	$1.250 / 1M	$0.000 / 1M
आउटपुट किंमत	$2.500 / 1M	$0.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	41,313	98,467
आउटपुट टोकन्स	1,923	3,385
रिझनिंग टोकन्स	0	104,595
प्रतिसाद वेळ (सरासरी)	1.11s	371.69s
प्रतिसाद वेळ (कमाल)	6.04s	971.85s
प्रतिसाद वेळ (एकूण)	19.96s	8548.88s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	29B एकूण (4B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#407 xAI: Grok 4.20

none

खर्च: $0.004
वेळ: 6.5s
टोकन्स: 1,367 tok

#398 Xing4.0 29b A4b

medium

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0
Xing4.0 29b A4b	3.0	10.0	0.0%	0		579.54s	54,965	405	5,479

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0
Xing4.0 29b A4b	3.8	1.6	50.0%	4		145.43s	487	582	14,049

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0
Xing4.0 29b A4b	4.2	5.1	33.3%	2		798.00s	1,889	502	27,115

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	1.5	5.0	0.0%	0		6.04s	17,673	282	0
Xing4.0 29b A4b	3.0	10.0	0.0%	0		898.87s	20,856	736	25,295

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0
Xing4.0 29b A4b	2.9	5.9	16.7%	1		147.51s	8,397	283	7,766

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0
Xing4.0 29b A4b	3.6	7.2	22.2%	1		381.86s	264	6	4,373

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0
Xing4.0 29b A4b	3.2	9.9	0.0%	0		121.15s	528	87	2,517

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0
Xing4.0 29b A4b	4.3	6.8	16.7%	1		25.45s	300	56	1,280

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0
Xing4.0 29b A4b	2.9	4.4	22.2%	2		257.08s	537	222	13,616

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0
Xing4.0 29b A4b	10.0	10.0	100.0%	0		56.09s	10,183	503	866

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0
Xing4.0 29b A4b	3.0	10.0	0.0%	0		755.91s	61	3	2,239

तुलना जोडी बदला

Command A+mediumvsGrok 4.20none Ling 3.0 TinyhighvsXing4.0 29b A4bmediumमोफत उपलब्ध Ling 3.0 TinylowvsXing4.0 29b A4bmediumमोफत उपलब्ध Nemotron 3.5 Lightningnoneमोफत उपलब्धvsXing4.0 29b A4bmediumमोफत उपलब्ध Granite 4.1 8bdefaultvsXing4.0 29b A4bmediumमोफत उपलब्ध Ling 3.0 TinydefaultvsXing4.0 29b A4bmediumमोफत उपलब्ध Command A+highvsGrok 4.20none Ling 3.0 TinymediumvsGrok 4.20none Ling 3.0 TinylowvsGrok 4.20none Ling 3.0 TinyhighvsGrok 4.20none Command A+lowvsGrok 4.20none Mercury 2.5nonevsXing4.0 29b A4bmediumमोफत उपलब्ध