Navigare
Advertise here

Mammoth 1 (default) vs Grok 4.20

Grok 4.20 conduce la scorul mediu cu 3.4 vs 2.2. Mammoth 1 (default) are costul de benchmark mai mic, $0.000 vs $0.057. Grok 4.20 este mai rapid cu 1.11s vs 1.80s, cu rate de reușită de 18.8% vs 26.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-24

Modele comparate

Rang
#442
Total tokenuri de ieșire
54
Timp de răspuns (mediu)
1.80s
Cost total
$0.000
Rang
#419
Total tokenuri de ieșire
1,923
Timp de răspuns (mediu)
1.11s
Cost total
$0.057
Model recomandat Grok 4.20

Are cel mai bun scor aici (3.4) și răspunde de aproximativ 1.6x mai rapid decât Mammoth 1 (default).

Comparație detaliată

Metrică Mammoth 1 Mammoth 1 default Lansare: 2026-10-24 Disponibil gratuit Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 2.2 3.4
Rang #442 #419
Fiabilitate 8.9 N/D
Consistență 4.2 7.8
Încercări 36/69 54/69
Teste corecte
Rată de trecere pe încercare 18.8% 26.1%
Teste instabile 3 0
Rulări totale 36 54
Cost per rezultat 0.000 1.570
Cost total $0.000 $0.057
Preț de intrare $0.000 / 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 45,468 41,313
Tokenuri de ieșire 54 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.80s 1.11s
Timp de răspuns (maxim) 8.17s 6.04s
Timp de răspuns (total) 21.63s 19.96s
Parametri 27B ~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.

#442 Mammoth 1

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

#419 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
Mammoth 1 4.9 6.7 33.3% 0 951ms 25,497 12 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

Schimbă perechea de comparație

Command A+mediumvsGrok 4.20noneCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneGrok 4.20nonevsXing4.0 29b A4bmediumDisponibil gratuitMammoth 1defaultDisponibil gratuitvsGemini 3 Flash PreviewhighCommand A+lowvsGrok 4.20noneGranite 4.1 8bdefaultvsGrok 4.20noneLing 3.0 TinydefaultvsGrok 4.20noneSpan-02defaultvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20none