AI BENCHY
Your ad here

#24

Grok 4.20 Beta

X AI · Lansare: 2026-03-12 · x-ai/grok-4.20-beta::medium

Scor mediu

7.0

Cost per rezultat

5.989

Consistență

9.0

Cost total

$0.599

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 70.8%

Teste instabile

2

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

8.89s

Timp de răspuns (maxim): 24.21s

Timp de răspuns (total): 142.18s

Nu a urmat instrucțiunile: 3 Răspuns greșit: 3

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Comparație rapidă

Grok 4.20 BetamediumvsMiMo-V2-FlashmediumGrok 4.20 BetamediumvsGemini 3 Flash PreviewnoneGrok 4.20 BetamediumvsSeed-2.0-MinimediumGrok 4.20 BetamediumvsGPT-5.3 ChatnoneGrok 4.20 BetamediumvsQwen3.5-FlashmediumGrok 4.20 BetamediumvsGemini 3 Flash PreviewmediumGrok 4.20 BetamediumvsGemini 3.1 Pro PreviewmediumGrok 4.20 BetamediumvsStep 3.5 FlashmediumDisponibil gratuit

Defalcare pe categorii

Categorie Scor mediu Consistență Teste corecte
Trucuri anti-AI 7.0 7.2
Combinat 10.0 10.0
Parsare și extragere de date 9.9 10.0
Specific domeniului 4.0 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 9.0 10.0
Rezolvare de puzzle-uri 7.0 7.2
Apelare instrumente 10.0 10.0

Modele comparate