AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#463

Grok 4.20

X AI प्रकाशन: 2026-03-31 चाचणी तारीख: 2026-05-06 14:16 x-ai/grok-4.20::none
~1T एकूण (~100B सक्रिय)MoEबंद स्रोतअंदाजित
(medium) (none)

सारांश

Grok 4.20 AI BENCHY वर 3.4 स्कोर करते आणि #463 वर आहे. याची reliability लागू नाही, pass rate 26.1%, एकूण खर्च $0.057, आणि सरासरी response time 1.11s आहे.

Grok 4.20 खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

ओळख नोंद

Grok 4.20 Beta हे Grok 4.20 ची प्रीव्ह्यू आवृत्ती होती.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~1T एकूण (~100B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

7.8

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.057 ↓ -40.1%

या किमतीवर चाचणी केली: $0.095

एकूण आउटपुट टोकन्स

1,923

एकूण इनपुट टोकन्स

41,313

इनपुट किंमत

$1.250 / 1M

आउटपुट किंमत

$2.500 / 1M

कॅश वाचण्याची किंमत

$0.200 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 12

प्रति प्रयत्न पास दर: 26.1%

बेंचमार्क कव्हरेज: 54/69 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती)

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

1.11s

प्रतिसाद वेळ (कमाल): 6.04s

प्रतिसाद वेळ (एकूण): 19.96s

Hamster playing table tennis

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

#463 xAI: Grok 4.20

none
खर्च
$0.004
वेळ
6.5s
टोकन्स
1,367 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-05-06 14:16 पुन्हा चाचणी 3.4 लागू नाही $0.057 ↓ सध्याची रन
2026-05-06 14:16 पुन्हा चाचणी 4.1 लागू नाही $0.057 ↓ तुलना करा
2026-05-06 14:16 पुन्हा चाचणी 5.4 लागू नाही $0.057 ↓ तुलना करा
2026-05-06 14:16 पुन्हा चाचणी 5.4 लागू नाही $0.095 तुलना करा
2026-05-06 14:16 पुन्हा चाचणी 5.4 लागू नाही $0.095 तुलना करा
2026-05-06 14:16 सूट बदलला 5.4 लागू नाही $0.095 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 5.2 लागू नाही $0.095 तुलना करा

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-05-06 14:16 · सध्याची रन54/69 प्रयत्न3.47.8लागू नाही6/1801,92341,313$0.0571.11s
2026-04-11 01:44 · पहिली नोंदलेली रन54/54 प्रयत्न5.29.5लागू नाही5/1811,9670$0.0951.11s
फरक—-1.8-1.7+1-1-44+41313-$0.038-4ms

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 कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-06-04 15:40 $1.250 / 1M $2.500 / 1M लागू नाही लागू नाही
2026-10-01 18:33 $1.250 / 1M $2.500 / 1M $0.200 / 1M लागू नाही

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
स्वायत्त एजंट कार्ये 0.0 0.0
अँटी-एआय युक्त्या 4.8 10.0
कोडिंग 1.1 3.1
संयुक्त 1.5 5.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.8 10.0
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 5.3 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 0.0 0.0

तुलना केलेली मॉडेल्स