AI BENCHY Compare

Elephant vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-14

Метрика	Elephant Elephant none Релиз: 2026-04-14	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Elephant Elephant none Релиз: 2026-04-14	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	5.2	7.0
Ранг	#81	#44
Стабильность	9.6	7.8
Тестов верно
Доля успешных попыток	31.5%	66.7%
Нестабильные тесты	1	5
Всего запусков	54	54
Стоимость за результат	0.000	8.252
Общая стоимость	$0.000	$0.743
???? ?????	$0.000 / 1M	$2.000 / 1M
???? ??????	$0.000 / 1M	$6.000 / 1M
Выходные токены	2,573	1,744
Токены рассуждений	0	109,882
Время ответа (среднее)	1.23s	10.33s
Время ответа (макс.)	3.81s	29.87s
Время ответа (суммарно)	22.16s	185.87s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.6	10.0	50.0%	0		963ms	610	0
Grok 4.20	8.2	7.9	83.3%	1		3.36s	280	8,476

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.4	3.3	66.7%	1		1.39s	375	0
Grok 4.20	4.3	1.1	66.7%	1		24.33s	250	12,804

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		3.81s	731	0
Grok 4.20	10.0	10.0	100.0%	0		17.40s	232	9,556

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.5	10.0	50.0%	0		1.04s	246	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		927ms	24	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	4.0	10.0	0.0%	0		854ms	106	0
Grok 4.20	5.8	2.8	66.7%	1		7.09s	47	4,252

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	9.8	10.0	100.0%	0		1.03s	81	0
Grok 4.20	7.3	5.9	83.3%	1		4.42s	40	5,474

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.3	10.0	0.0%	0		849ms	170	0
Grok 4.20	6.4	7.7	55.6%	1		3.89s	143	8,028

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		2.79s	230	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	197	6,620

Быстрое сравнение

Сменить пару сравнения

Gemma 4 31BnoneБесплатно доступноvsGrok 4.20medium MiniMax M2.7mediumvsElephantnone Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium Grok 4.20mediumvsGLM 5none Claude Sonnet 4.6nonevsGrok 4.20medium Mistral Small 4mediumvsElephantnone ElephantnonevsQwen3 Coder Nextmedium MiniMax M2.5mediumБесплатно доступноvsElephantnone Grok 4.20mediumvsMiMo-V2-Omninone ElephantnonevsGLM 4.7 Flashmedium gpt-oss-120bmediumБесплатно доступноvsElephantnone GPT-5.3 ChatnonevsGrok 4.20medium