#29 Grok 4.20 Beta
medium- Cost
- $0.034
- Time
- 91.0s
- Tokens
- 13,523 tok
X AI
Releasedatum: 2026-03-12
Getest op: 2026-04-11 01:19
x-ai/grok-4.20-beta::medium
(medium)
(none)
Samenvatting
Grok 4.20 Beta scoort 8.0 op AI BENCHY en staat op #29. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 74.1%, $0.633 totale kosten en 9.81s gemiddelde responstijd.
Wat Grok 4.20 Beta uniek maakt: Het valt het meest op in Programmeren, waar het #1 staat, terwijl Instructies opvolgen het zwakste gebied is met #15.
Gearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
Identiteitsnotitie
Grok 4.20 Beta was de previewversie van xAI: Grok 4.20.
8.0
Consistentie
9.1
n.v.t.
Totaal aantal uitvoer-tokens
93,477
Totaal aantal invoer-tokens
0
Invoerprijs
$0.000 / 1M
Uitvoerprijs
$0.000 / 1M
Instabiele tests
2
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-06 14:15 Hertest | 8.5 | n.v.t. | $0.750 ↑ | Vergelijken | |
| 2026-05-06 14:15 Hertest | 8.2 | n.v.t. | $0.633 | Vergelijken | |
| 2026-05-06 14:15 Hertest | 8.2 | n.v.t. | $0.633 | Vergelijken | |
| 2026-05-06 14:15 Suite gewijzigd | 8.2 | n.v.t. | $0.633 | Vergelijken | |
| 2026-04-11 01:19 Eerste geregistreerde run | 8.0 | n.v.t. | $0.633 | Huidige run |
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · Eerste geregistreerde run | 8.0 | 9.1 | n.v.t. | 12/18 | 2 | 93,477 | 0 | $0.633 | 9.81s |
| 2026-05-06 14:15 · Hertest | 8.5 | 9.5 | n.v.t. | 14/18 | 1 | 93,212 | 35,955 | $0.750 | 9.75s |
| Verschil | -0.5 | -0.4 | -2 | +1 | +265 | -35955 | -$0.118 | +63ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.7 | 7.9 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 10.0 | 10.0 | |
| Instructies opvolgen | 8.3 | 10.0 | |
| Puzzeloplossing | 8.2 | 7.2 | |
| Toolaanroepen | 3.0 | 10.0 |