AI BENCHY
Advertise here

#52

Grok 4.20

X AI Lansare: 2026-03-31 Testat la: 2026-04-11 01:44 x-ai/grok-4.20::medium
(medium) (none)

Notă de identitate

Grok 4.20 Beta a fost versiunea preview a lui Grok 4.20.

Scor

7.0

Consistență

7.8

Fiabilitate

N/D

Cost total

$0.743

Total tokenuri de ieșire

111,626

Preț de intrare

$2.000 / 1M

Preț de ieșire

$6.000 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 66.7%

Teste instabile

5

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

Timp de răspuns (mediu)

10.33s

Timp de răspuns (maxim): 29.87s

Timp de răspuns (total): 185.87s

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total 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 Rularea curentă

Grafice

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

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 4.3 1.1
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 5.8 2.8
Respectarea instrucțiunilor 7.3 5.9
Rezolvare de puzzle-uri 6.4 7.7
Apelare instrumente 3.0 10.0

Modele comparate