AI BENCHY
Advertise here
#80

Grok 4.20 Multi Agent Beta

X AI Releasedatum: 2026-03-12 Getest op: 2026-05-06 14:16 x-ai/grok-4.20-multi-agent-beta::medium

Samenvatting

Grok 4.20 Multi Agent Beta scoort 6.6 op AI BENCHY en staat op #80. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 63.0%, $5.074 totale kosten en 9.80s gemiddelde responstijd.

Wat Grok 4.20 Multi Agent Beta uniek maakt: Het valt het meest op in Programmeren, waar het #1 staat, terwijl Toolaanroepen het zwakste gebied is met #11. Het gebruikt ongewoon veel redeneertokens, wat tragere of duurdere runs kan verklaren.

Gearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.

Score

6.6

Consistentie

7.4

Betrouwbaarheid

n.v.t.

Totale kosten (huidige prijs)

$5.074

Totaal aantal uitvoer-tokens

608,704

Totaal aantal invoer-tokens

0

Invoerprijs

$0.000 / 1M

Uitvoerprijs

$0.000 / 1M

Correcte tests

Foute tests: 10

Slaagpercentage per poging: 63.0%

Instabiele tests

6

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

9.80s

Responstijd (max): 35.28s

Responstijd (totaal): 156.75s

Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2

Generation showcase

Hamster playing table tennis

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

#80 Grok 4.20 Multi Agent Beta

medium
Cost
$0.261
Time
123.4s
Tokens
199,344 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-05-06 14:16 Hertest 6.6 n.v.t. $5.599 ↑ Vergelijken
2026-05-06 14:16 Hertest 6.6 n.v.t. $5.074 Vergelijken
2026-05-06 14:16 Suite gewijzigd 6.6 n.v.t. $5.074 Huidige run
2026-04-11 01:19 Eerste geregistreerde run 6.4 n.v.t. $5.074 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Grok 4.20 Multi Agent BetamediumvsGemini 3 Flash PreviewmediumGrok 4.20 Multi Agent BetamediumvsGemini 3.5 FlashhighGrok 4.20 Multi Agent BetamediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarGrok 4.20 Multi Agent BetamediumvsGemini 3.5 Flashlow

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 6.9 5.8
Programmeren 10.0 10.0
Gecombineerd 3.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 2.9 7.2
Algemene intelligentie 5.8 2.8
Instructies opvolgen 9.8 10.0
Puzzeloplossing 7.2 5.1
Toolaanroepen 3.0 10.0

Vergeleken modellen