Navigare
Advertise here

Bison 1 (default) vs Grok 4.20

Grok 4.20 conduce la scorul mediu cu 3.4 vs 2.2. Bison 1 (default) are costul de benchmark mai mic, $0.004 vs $0.057. Bison 1 (default) este mai rapid cu 680ms vs 1.11s, cu rate de reușită de 23.2% vs 26.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-22

Modele comparate

Rang
#526
Total tokenuri de ieșire
36
Timp de răspuns (mediu)
680ms
Cost total
$0.004
Rang
#495
Total tokenuri de ieșire
1,923
Timp de răspuns (mediu)
1.11s
Cost total
$0.057
Model recomandat Grok 4.20

Are cel mai mare scor din această comparație (3.4) și cel mai bun echilibru între cost și timp de răspuns dintre cele 2 modele.

Comparație detaliată

Metrică Bison 1 Bison 1 default Lansare: 2026-11-20 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 2.2 3.4
Rang #526 #495
Fiabilitate 7.5 N/D
Consistență 4.1 7.8
Încercări 36/69 54/69
Teste corecte
Rată de trecere pe încercare 23.2% 26.1%
Teste instabile 3 0
Rulări totale 36 54
Cost per rezultat 0.093 1.570
Cost total $0.004 $0.057
Preț de intrare $0.100 / 1M $1.250 / 1M
Preț de ieșire $0.000 / 1M $2.500 / 1M
Preț citire cache N/D $0.200 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 37,001 41,313
Tokenuri de ieșire 36 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 680ms 1.11s
Timp de răspuns (maxim) 1.40s 6.04s
Timp de răspuns (total) 8.16s 19.96s
Parametri 31B ~1T în total (~100B activi)
Disponibilitate Sursă deschisă Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#526 Bison 1

default
Nu s-a generat încă niciun rezultat de prezentare pentru acest model.
Cost
N/D
Timp
-
Tokenuri
0 tok

#495 xAI: Grok 4.20

none
Cost
$0.004
Timp
6.5s
Tokenuri
1,367 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Bison 1 2.9 3.7 22.2% 1 844ms 17,630 8 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

Schimbă perechea de comparație

Command A+mediumvsGrok 4.20noneHeyGen Decision TurbodefaultvsGrok 4.20noneHeyGen DecisiondefaultvsGrok 4.20noneCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneGrok 4.20nonevsXing4.0 29b A4bmediumDisponibil gratuitd1.2-ultradefaultvsGrok 4.20noneBison 1defaultvsGemini 3 Flash PreviewhighCommand A+lowvsGrok 4.20noneGemini Decision 1defaultvsGrok 4.20none