#104 Grok 4.20 Beta
none
अवैध SVG
- खर्च
- $0.004
- वेळ
- 8.5s
- टोकन्स
- 1,672 tok
सारांश
Grok 4.20 Beta AI BENCHY वर 5.8 स्कोर करते आणि #104 वर आहे. याची reliability लागू नाही, pass rate 37.0%, एकूण खर्च $0.087, आणि सरासरी response time 1.19s आहे.
Grok 4.20 Beta खास का आहे: समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.
ओळख नोंद
Grok 4.20 Beta हे xAI: Grok 4.20 ची प्रीव्ह्यू आवृत्ती होती.
5.8
सुसंगतता
9.6
लागू नाही
एकूण आउटपुट टोकन्स
1,657
एकूण इनपुट टोकन्स
40,597
इनपुट किंमत
$2.041 / 1M
आउटपुट किंमत
$2.041 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-06 14:15 पुन्हा चाचणी | 4.4 | लागू नाही | $0.087 ↓ | तुलना करा | |
| 2026-05-06 14:15 पुन्हा चाचणी | 5.8 | लागू नाही | $0.087 ↓ | सध्याची रन | |
| 2026-05-06 14:15 पुन्हा चाचणी | 5.5 | लागू नाही | $0.091 | तुलना करा | |
| 2026-05-06 14:15 पुन्हा चाचणी | 5.5 | लागू नाही | $0.091 | तुलना करा | |
| 2026-05-06 14:15 सूट बदलला | 5.5 | लागू नाही | $0.091 | तुलना करा | |
| 2026-04-11 01:19 पहिली नोंदलेली रन | 5.3 | लागू नाही | $0.091 | तुलना करा |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · पुन्हा चाचणी | 5.8 | 9.6 | लागू नाही | 6/18 | 1 | 1,657 | 40,597 | $0.087 | 1.19s |
| 2026-04-11 01:19 · पहिली नोंदलेली रन | 5.3 | 9.2 | लागू नाही | 4/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| फरक | +0.5 | +0.4 | +2 | -1 | +66 | +40597 | -$0.004 | +3ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-06-04 14:42 | $2.041 / 1M | $2.041 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 4.0 | 8.4 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| सूचनांचे पालन | 6.3 | 10.0 | |
| कोडी सोडवणे | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |