Advertise here
#307

Grok 4.20

X AI Lançamento: 2026-03-31 Testado em: 2026-10-01 02:39 x-ai/grok-4.20::medium
~1T no total (~100B ativos)MoECódigo fechadoEstimado
(medium) (none)

Resumo

Grok 4.20 marca 6.3 no AI BENCHY e fica em #307. Tem fiabilidade 10.0, taxa de acerto de 58.0%, custo total de $1.246 e tempo médio de resposta de 36.73s.

O que torna Grok 4.20 único: Destaca-se mais em Combinado, onde fica em #2, enquanto Inteligência geral é a área mais fraca em #13.

Nota de identidade

Grok 4.20 Beta foi a versão de prévia de Grok 4.20.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
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.

Consistência

8.2

Custo total (preço atual)

$1.246 ↓ -21.2%

Testado a: $1.582

Total de tokens de saída

302,087

Total de tokens de entrada

392,127

Preço de entrada

$1.250 / 1M

Preço de saída

$2.500 / 1M

Preço de leitura do cache

$0.200 / 1M

Preço de escrita no cache

N/D

Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.

Testes corretos

Testes errados: 12

Taxa de acerto por tentativa: 58.0%

Testes instáveis

5

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

36.73s

Tempo de resposta (máx.): 199.66s

Tempo de resposta (total): 844.68s

Hamster playing table tennis

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

#307 SpaceXAI: Grok 4.20

medium
Custo
$0.041
Tempo
110.3s
Tokens
16,336 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-10-01 02:39 Novo teste 6.3 10.0 $1.246 ↓ Execução atual
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 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-10-01 02:39 · Execução atual69/69 tentativas6.38.210.011/235302,087392,127$1.24636.73s
2026-06-04 14:17 · Novo teste adicionado63/63 tentativas7.18.810.012/213221,34344,433$0.60927.68s
Diferença—-0.9-0.60.0-1+2+80744+347694+$0.637+9046ms

A cobertura do benchmark é diferente: 69/69 tentativas (Meta: 3 repetições por teste) contra 63/63 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.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída Preço de leitura do cache Preço de escrita no cache
2026-08-14 12:51 $1.250 / 1M $2.500 / 1M N/D N/D
2026-10-01 18:33 $1.250 / 1M $2.500 / 1M $0.200 / 1M N/D

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Tarefas de agentes 3.0 10.0
Truques anti-IA 8.2 7.9
Programação 6.3 6.6
Combinado 8.7 6.9
Análise e extração de dados 10.0 10.0
Específico do domínio 2.9 7.2
Inteligência geral 3.9 2.6
Seguimento de instruções 9.8 10.0
Resolução de quebra-cabeças 7.7 10.0
Chamada de ferramentas 3.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados