#52 xAI: Grok 4.20
medium- Kosten
- $0.041
- Tijd
- 110.3s
- Tokens
- 16,336 tok
X AI
Releasedatum: 2026-03-31
Getest op: 2026-04-11 01:44
x-ai/grok-4.20::medium
~1T totaal (~100B actief)MoEGesloten broncodeGeschat
(medium)
(none)
Samenvatting
Grok 4.20 scoort 7.0 op AI BENCHY en staat op #52. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 66.7%, $0.743 totale kosten en 10.33s gemiddelde responstijd.
Wat Grok 4.20 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18. Het is opvallend snel vergeleken met vergelijkbare modellen.
Identiteitsnotitie
Grok 4.20 Beta was de previewversie van Grok 4.20.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- ~1T totaal (~100B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Gesloten broncode
- Licentie
- -
Beste schatting op basis van openbare informatie; de leverancier heeft niet alle waarden bekendgemaakt.
7.0
Consistentie
7.8
n.v.t.
Totaal aantal uitvoer-tokens
111,626
Totaal aantal invoer-tokens
0
Invoerprijs
$2.000 / 1M
Uitvoerprijs
$6.000 / 1M
Instabiele tests
5
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:57 Hertest | 7.0 | 10.0 | $0.805 ↓ | Vergelijken | |
| 2026-07-16 23:07 Nieuwe test toegevoegd | 7.1 | 10.0 | $0.777 ↓ | Vergelijken | |
| 2026-06-04 14:17 Nieuwe test toegevoegd | 7.1 | 10.0 | $0.609 ↓ | Vergelijken | |
| 2026-05-22 00:32 Suite gewijzigd | 6.7 | 10.0 | $0.832 | Vergelijken | |
| 2026-05-08 15:32 Suite gewijzigd | 6.9 | 10.0 | $0.756 | Vergelijken | |
| 2026-04-11 01:44 Eerste geregistreerde run | 7.0 | n.v.t. | $0.743 | Huidige run |
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Eerste geregistreerde run | 54/54 pogingen | 7.0 | 7.8 | n.v.t. | 9/18 | 5 | 111,626 | 0 | $0.743 | 10.33s |
| 2026-06-04 14:17 · Nieuwe test toegevoegd | 63/63 pogingen | 7.1 | 8.8 | 10.0 | 12/21 | 3 | 221,343 | 44,433 | $0.609 | 27.68s |
| Verschil | — | -0.2 | -1.0 | -3 | +2 | -109717 | -44433 | +$0.134 | -17353ms |
De benchmarkdekking verschilt: 54/54 pogingen (Doel: 3 herhalingen per test) tegenover 63/63 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
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
Grok 4.20mediumvsMercury 2mediumGrok 4.20mediumvsSeed-2.0-MinimediumGrok 4.20mediumvsGPT-5.5noneGrok 4.20mediumvsKimi K2.5mediumGrok 4.20mediumvsGLM 5.1mediumGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsQwen3.7 FlashmediumGrok 4.20mediumvsGPT-5.6 SolnoneGrok 4.20mediumvsSeed-2.0-Codehigh
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.2 | 7.9 | |
| Programmeren | 4.3 | 1.1 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 5.8 | 2.8 | |
| Instructies opvolgen | 7.3 | 5.9 | |
| Puzzeloplossing | 6.4 | 7.7 | |
| Toolaanroepen | 3.0 | 10.0 |