#116 Grok 4.20 Beta
none
Invalid SVG
- Cost
- $0.004
- Time
- 8.5s
- Tokens
- 1,672 tok
Samenvatting
Grok 4.20 Beta scoort 5.5 op AI BENCHY en staat op #116. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 35.2%, $0.091 totale kosten en 1.19s gemiddelde responstijd.
Wat Grok 4.20 Beta uniek maakt: Het is opvallend snel vergeleken met vergelijkbare modellen.
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.
5.5
Consistentie
9.2
n.v.t.
Totaal aantal uitvoer-tokens
1,591
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 | 5.8 | n.v.t. | $0.087 ↓ | Vergelijken | |
| 2026-05-06 14:15 Hertest | 5.5 | n.v.t. | $0.091 | Vergelijken | |
| 2026-05-06 14:15 Hertest | 5.5 | n.v.t. | $0.091 | Vergelijken | |
| 2026-05-06 14:15 Suite gewijzigd | 5.5 | n.v.t. | $0.091 | Huidige run | |
| 2026-04-11 01:19 Eerste geregistreerde run | 5.3 | n.v.t. | $0.091 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · Suite gewijzigd | 5.5 | 9.2 | n.v.t. | 5/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| 2026-04-11 01:19 · Eerste geregistreerde run | 5.3 | 9.2 | n.v.t. | 4/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| Verschil | +0.2 | 0.0 | +1 | 0 | 0 | 0 | $0.000 | 0ms |
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 | 4.0 | 8.4 | |
| Programmeren | 5.5 | 10.0 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 3.0 | 10.0 | |
| Algemene intelligentie | 5.0 | 10.0 | |
| Instructies opvolgen | 6.3 | 10.0 | |
| Puzzeloplossing | 5.9 | 7.2 | |
| Toolaanroepen | 10.0 | 10.0 |