#52 xAI: Grok 4.20
medium- Custo
- $0.041
- Tempo
- 110.3s
- Tokens
- 16,336 tok
X AI
Lançamento: 2026-03-31
Testado em: 2026-04-11 01:44
x-ai/grok-4.20::medium
~1T no total (~100B ativos)MoECódigo fechadoEstimado
(medium)
(none)
Resumo
Grok 4.20 marca 7.0 no AI BENCHY e fica em #52. Tem fiabilidade N/D, taxa de acerto de 66.7%, custo total de $0.743 e tempo médio de resposta de 10.33s.
O que torna Grok 4.20 único: Destaca-se mais em Específico do domínio, onde fica em #4, enquanto Programação é a área mais fraca em #18.
Nota de identidade
Grok 4.20 Beta foi a versão de prévia de Grok 4.20.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- ~1T no total (~100B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Código fechado
- Licença
- -
Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.
7.0
Consistência
7.8
$0.743
Total de tokens de saída
111,626
Total de tokens de entrada
0
Preço de entrada
$2.000 / 1M
Preço de saída
$6.000 / 1M
Testes instáveis
5
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
10.33s
Tempo de resposta (máx.): 29.87s
Tempo de resposta (total): 185.87s
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:57 Novo teste | 7.0 | 10.0 | $0.805 ↓ | Comparar | |
| 2026-07-16 23:07 Novo teste adicionado | 7.1 | 10.0 | $0.777 ↓ | Comparar | |
| 2026-06-04 14:17 Novo teste adicionado | 7.1 | 10.0 | $0.609 ↓ | Comparar | |
| 2026-05-22 00:32 Suite alterada | 6.7 | 10.0 | $0.832 | Comparar | |
| 2026-05-08 15:32 Suite alterada | 6.9 | 10.0 | $0.756 | Comparar | |
| 2026-04-11 01:44 Primeira execução registrada | 7.0 | N/D | $0.743 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | 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 01:44 · Primeira execução registrada | 54/54 tentativas | 7.0 | 7.8 | N/D | 9/18 | 5 | 111,626 | 0 | $0.743 | 10.33s |
| 2026-05-08 15:32 · Suite alterada | 57/57 tentativas | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | 0 | $0.756 | 14.53s |
| Diferença | — | +0.1 | -0.5 | -1 | +1 | -18391 | 0 | -$0.014 | -4203ms |
A cobertura do benchmark é diferente: 54/54 tentativas (Meta: 3 repetições por teste) contra 57/57 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
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
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 4.20mediumvsSpace Bunny AlphahighGrok 4.20mediumvsClaude Fable 5.1lowGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsQwen3.7 Flashmedium
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 8.2 | 7.9 | |
| Programação | 4.3 | 1.1 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 10.0 | 10.0 | |
| Específico do domínio | 5.3 | 10.0 | |
| Inteligência geral | 5.8 | 2.8 | |
| Seguimento de instruções | 7.3 | 5.9 | |
| Resolução de quebra-cabeças | 6.4 | 7.7 | |
| Chamada de ferramentas | 3.0 | 10.0 |