Navigare
Advertise here

Kev 4B (default) vs Grok 4.20

Grok 4.20 conduce la scorul mediu cu 3.4 vs 2.4. Kev 4B (default) are costul de benchmark mai mic, $0.002 vs $0.057. Grok 4.20 este mai rapid cu 1.11s vs 5.63s, cu rate de reușită de 15.9% vs 26.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-07

Modele comparate

Rang
#391
Total tokenuri de ieșire
28,061
Timp de răspuns (mediu)
5.63s
Cost total
$0.002
Rang
#376
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 5.1x mai rapid decât Kev 4B (default).

Comparație detaliată

Metrică Kev 4B Kev 4B default Lansare: 2026-09-28 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 2.4 3.4
Rang #391 #376
Fiabilitate 10.0 N/D
Consistență 4.9 7.8
Încercări 36/69 54/69
Teste corecte
Rată de trecere pe încercare 15.9% 26.1%
Teste instabile 1 0
Rulări totale 36 54
Cost per rezultat 0.060 1.570
Cost total $0.002 $0.057
Preț de intrare $0.042 / 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 42,804 41,313
Tokenuri de ieșire 28,061 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 5.63s 1.11s
Timp de răspuns (maxim) 17.79s 6.04s
Timp de răspuns (total) 67.61s 19.96s
Parametri 4B ~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.

#391 Jared Palmer: Kev 4B

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

#376 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
Kev 4B 4.5 6.7 33.3% 0 771ms 21,603 12,207 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

Comparație rapidă

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 4.20noneCommand A+lowvsGrok 4.20noneGranite 4.1 8bdefaultvsGrok 4.20noneLing 3.0 TinydefaultvsGrok 4.20noneCommand A+lowvsKev 4BdefaultCommand A+nonevsKev 4BdefaultGemini 3 Flash PreviewhighvsKev 4BdefaultQwen3.5-9BmediumvsGrok 4.20none