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

#47

Grok 4.20 Multi-Agent Beta

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

प्रति निकाल खर्च

97.178

सुसंगतता

7.1

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 52.1%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

9.08s

प्रतिसाद वेळ (कमाल): 35.28s

प्रतिसाद वेळ (एकूण): 127.09s

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 4.0 4.4
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 9.9 10.0
डोमेन-विशिष्ट 10.0 7.2
Samanya Buddhimatta 4.0 2.8
सूचनांचे पालन 9.0 10.0
कोडी सोडवणे 6.3 5.1
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स