AI BENCHY
Advertise here
#269

Grok 4.20

X AI Lansare: 2026-03-31 Testat la: 2026-05-06 14:16 x-ai/grok-4.20::none
~1T în total (~100B activi)MoEÎnchisEstimat
(medium) (none)

Rezumat

Grok 4.20 obține 4.1 pe AI BENCHY și este pe #269. Are fiabilitate N/D, rată de reușită 27.3%, cost total $0.057 și timp mediu de răspuns 1.11s.

Ce face Grok 4.20 unic: Se remarcă cel mai mult la Parsare și extragere de date, unde este pe #1, iar Programare este zona cea mai slabă, la #8. Este vizibil rapid față de modele similare.

Notă de identitate

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

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~1T în total (~100B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

4.1

Consistență

8.1

Fiabilitate

N/D

Cost total (preț curent)

$0.057 ↓ -40.1%

Testat la: $0.095

Total tokenuri de ieșire

1,923

Total tokenuri de intrare

41,313

Preț de intrare

$1.250 / 1M

Preț de ieșire

$2.500 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 27.3%

Acoperire benchmark: 54/66 încercări

Teste instabile

0

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

Timp de răspuns (mediu)

1.11s

Timp de răspuns (maxim): 6.04s

Timp de răspuns (total): 19.96s

Răspuns greșit: 10 Formatare suplimentară: 1 Apel de instrument invalid: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#269 xAI: Grok 4.20

none
Cost
$0.004
Timp
6.5s
Tokenuri
1,367 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-05-06 14:16 Retestare 4.1 N/D $0.057 ↓ Rularea curentă
2026-05-06 14:16 Retestare 4.1 N/D $0.057 ↓ Compară
2026-05-06 14:16 Retestare 5.4 N/D $0.057 ↓ Compară
2026-05-06 14:16 Retestare 5.4 N/D $0.095 Compară
2026-05-06 14:16 Retestare 5.4 N/D $0.095 Compară
2026-05-06 14:16 Suită modificată 5.4 N/D $0.095 Compară
2026-04-11 01:44 Prima rulare înregistrată 5.2 N/D $0.095 Compară

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-05-06 14:16 · Rularea curentă54/66 încercări4.18.1N/D6/1801,92341,313$0.0571.11s
2026-05-06 14:16 · Retestare54/54 încercări4.18.1N/D6/1801,92341,313$0.0571.11s
Diferență—0.00.00000$0.0000ms

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Grok 4.20nonevsGLM 4.7 FlashmediumGrok 4.20nonevsLing 3.0 TinynoneGrok 4.20nonevsLaguna S 2.1noneDisponibil gratuitGrok 4.20nonevsGranite 4.1 8BnoneGrok 4.20nonevsMiniMax M2.5mediumGrok 4.20nonevsNemotron 3.5 LightningnoneDisponibil gratuitGrok 4.20nonevsQwen3 Coder NextmediumGrok 4.20nonevsLing 3.0 TinyhighGrok 4.20nonevsMercury 2noneGrok 4.20nonevsLing 3.0 Tinylow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 4.8 10.0
Programare 1.1 3.1
Combinat 1.5 5.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.0 10.0
Inteligență generală 4.8 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 5.3 10.0
Apelare instrumente 10.0 10.0
Cultură generală 0.0 0.0

Modele comparate