Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Owl Alpha vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Owl Alpha Owl Alpha none Lansare: 2026-04-30 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.8 5.4
Rang #98 #115
Fiabilitate 10.0 N/D
Consistență 9.1 9.5
Teste corecte
Rată de trecere pe încercare 43.9% 35.2%
Teste instabile 2 1
Rulări totale 57 54
Cost per rezultat 0.000 1.574
Cost total $0.000 $0.095
Preț de intrare $0.000 / 1M $1.250 / 1M
Preț de ieșire $0.000 / 1M $2.500 / 1M
Tokenuri de ieșire 1,685 1,967
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 6.83s 1.11s
Timp de răspuns (maxim) 32.27s 6.04s
Timp de răspuns (total) 129.73s 20.02s

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

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 10.0 10.0 100.0% 0 3.60s 246 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 0
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 0
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Owl Alpha 3.0 10.0 0.0% 0 2.50s 14 0
Grok 4.20 - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

CobuddymediumDisponibil gratuitvsOwl AlphanoneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsOwl AlphanoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneNemotron 3 SupermediumDisponibil gratuitvsOwl AlphanoneMiniMax M2.5mediumDisponibil gratuitvsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneGPT-5 NanomediumvsOwl AlphanoneCobuddymediumDisponibil gratuitvsGrok 4.20none