AI BENCHY
Your ad here

#67

Grok 4.20 Multi Agent Beta

X AI प्रकाशन: 2026-03-12 चाचणी तारीख: 2026-04-25 22:06 x-ai/grok-4.20-multi-agent-beta::medium

संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.

सुसंगतता

7.4

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

608,704

???? ???

$0.000 / 1M

????? ???

$0.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 57.4%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

9.80s

प्रतिसाद वेळ (कमाल): 35.28s

प्रतिसाद वेळ (एकूण): 156.75s

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 6.9 5.8
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.8 2.8
सूचनांचे पालन 8.3 10.0
कोडी सोडवणे 7.2 5.1
टूल कॉलिंग 3.0 10.0

तुलना केलेली मॉडेल्स