#86 Grok 4.20 Beta
none
Invalid SVG
- Cost
- $0.004
- Time
- 8.5s
- Tokens
- 1,672 tok
Resumo
Grok 4.20 Beta marca 5.3 no AI BENCHY e fica em #86. Tem fiabilidade N/D, taxa de acerto de 29.6%, custo total de $0.091 e tempo médio de resposta de 1.19s.
Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
Nota de identidade
Grok 4.20 Beta foi a versão de prévia de xAI: Grok 4.20.
5.3
Consistência
9.2
$0.091
Total de tokens de saída
1,591
Total de tokens de entrada
0
Preço de entrada
$0.000 / 1M
Preço de saída
$0.000 / 1M
Testes instáveis
2
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-05-06 14:15 Novo teste | 5.8 | N/D | $0.087 ↓ | Comparar | |
| 2026-05-06 14:15 Novo teste | 5.5 | N/D | $0.091 | Comparar | |
| 2026-05-06 14:15 Novo teste | 5.5 | N/D | $0.091 | Comparar | |
| 2026-05-06 14:15 Suite alterada | 5.5 | N/D | $0.091 | Comparar | |
| 2026-04-11 01:19 Primeira execução registrada | 5.3 | N/D | $0.091 | Execução atual |
Comparação de execuções
| Execução | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · Primeira execução registrada | 5.3 | 9.2 | N/D | 4/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| 2026-05-06 14:15 · Novo teste | 5.8 | 9.6 | N/D | 6/18 | 1 | 1,657 | 40,597 | $0.087 | 1.19s |
| Diferença | -0.5 | -0.4 | -2 | +1 | -66 | -40597 | +$0.004 | -3ms |
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 4.0 | 8.4 | |
| Programação | 5.5 | 10.0 | |
| Combinado | 3.0 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 3.0 | 10.0 | |
| Inteligência geral | 5.0 | 10.0 | |
| Seguimento de instruções | 4.8 | 10.0 | |
| Resolução de quebra-cabeças | 5.9 | 7.2 | |
| Chamada de ferramentas | 10.0 | 10.0 |