AI BENCHY
Advertise here
#119

Grok 4.20

X AI Lançamento: 2026-03-31 Testado em: 2026-05-06 14:16 x-ai/grok-4.20::none
(medium) (none)

Resumo

Grok 4.20 marca 5.4 no AI BENCHY e fica em #119. Tem fiabilidade N/D, taxa de acerto de 35.2%, custo total de $0.095 e tempo médio de resposta de 1.11s.

O que torna Grok 4.20 único: Destaca-se mais em Truques anti-IA, onde fica em #3, enquanto Programação é a área mais fraca em #11. É notavelmente rápido em comparação com modelos semelhantes.

Nota de identidade

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

Pontuação

5.4

Consistência

9.5

Confiabilidade

N/D

Custo total (preço atual)

$0.095

Total de tokens de saída

1,967

Total de tokens de entrada

0

Preço de entrada

$1.250 / 1M

Preço de saída

$2.500 / 1M

Testes corretos

Testes errados: 12

Taxa de acerto por tentativa: 35.2%

Testes instáveis

1

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

Tempo de resposta (médio)

1.11s

Tempo de resposta (máx.): 6.04s

Tempo de resposta (total): 20.02s

Resposta incorreta: 10 Formatação extra: 1 Chamada de ferramenta inválida: 1

Geração showcase

Hamster playing table tennis

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

#119 xAI: Grok 4.20

none
Custo
$0.004
Tempo
6.5s
Tokens
1,367 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-05-06 14:16 Novo teste 5.4 N/D $0.057 ↓ Comparar
2026-05-06 14:16 Novo teste 5.4 N/D $0.095 Comparar
2026-05-06 14:16 Novo teste 5.4 N/D $0.095 Comparar
2026-05-06 14:16 Suite alterada 5.4 N/D $0.095 Execução atual
2026-04-11 01:44 Primeira execução registrada 5.2 N/D $0.095 Comparar

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

Comparação de execuções

ExecuçãoPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-05-06 14:16 · Suite alterada5.49.5N/D6/1811,9670$0.0951.11s
2026-05-06 14:16 · Novo teste5.49.5N/D6/1811,9670$0.0951.11s
Diferença0.00.00000$0.0000ms

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

Grok 4.20nonevsQwen3.5-122B-A10BnoneGrok 4.20nonevsMiniMax M2.7mediumGrok 4.20nonevsGPT-5.4 MininoneGrok 4.20nonevsQwen3.6 35B A3BnoneGrok 4.20nonevsLaguna XS 2.1noneDisponível grátisGrok 4.20nonevsMistral Small 4noneGrok 4.20nonevsGemini 3.5 FlashhighGrok 4.20nonevsGemini 3 Flash PreviewmediumGrok 4.20nonevsNemotron 3 Ultra 550b A55bmediumDisponível grátisGrok 4.20nonevsGPT-5.5low

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 4.8 10.0
Programação 3.4 9.3
Combinado 3.0 10.0
Análise e extração de dados 10.0 10.0
Específico do domínio 3.0 10.0
Inteligência geral 4.8 10.0
Seguimento de instruções 6.3 10.0
Resolução de quebra-cabeças 5.3 7.2
Chamada de ferramentas 10.0 10.0

Modelos comparados