#55 xAI: Grok 4.20
medium- Cost
- $0.041
- Timp
- 110.3s
- Tokenuri
- 16,336 tok
Rezumat
Grok 4.20 obține 7.3 pe AI BENCHY și este pe #55. Are fiabilitate 10.0, rată de reușită 63.5%, cost total $0.609 și timp mediu de răspuns 27.68s.
Ce face Grok 4.20 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Apelare instrumente este zona cea mai slabă, la #14. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.
Notă de identitate
Grok 4.20 Beta a fost versiunea preview a lui Grok 4.20.
7.3
Consistență
8.8
10.0
Total tokenuri de ieșire
221,343
Total tokenuri de intrare
44,433
Preț de intrare
$1.250 / 1M
Preț de ieșire
$2.500 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 14:17 Test nou adăugat | 7.1 | 10.0 | $0.609 ↓ | Rularea curentă | |
| 2026-05-22 00:32 Suită modificată | 6.7 | 10.0 | $0.832 | Compară | |
| 2026-05-08 15:32 Suită modificată | 6.9 | 10.0 | $0.756 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 7.0 | N/D | $0.743 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:17 · Rularea curentă | 7.3 | 8.8 | 10.0 | 12/21 | 3 | 221,343 | 44,433 | $0.609 | 27.68s |
| 2026-04-11 01:44 · Prima rulare înregistrată | 7.0 | 7.8 | N/D | 9/18 | 5 | 111,626 | 0 | $0.743 | 10.33s |
| Diferență | +0.4 | +1.0 | +3 | -2 | +109717 | +44433 | -$0.134 | +17353ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 15:40 | $1.250 / 1M | $2.500 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.2 | 7.9 | |
| Programare | 6.3 | 6.6 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 3.9 | 2.6 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 3.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |