AI BENCHY
Your ad here

#24

Grok 4.20 Beta

X AI · प्रकाशन: 2026-03-12 · x-ai/grok-4.20-beta::medium

प्रति निकाल खर्च

5.989

सुसंगतता

9.0

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 70.8%

अस्थिर चाचण्या

2

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

8.89s

प्रतिसाद वेळ (कमाल): 24.21s

प्रतिसाद वेळ (एकूण): 142.18s

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी सरासरी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.0 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 9.9 10.0
डोमेन-विशिष्ट 4.0 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.0 10.0
कोडी सोडवणे 7.0 7.2
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स