Навигация
AI BENCHY
Your ad here

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 none Релиз: 2026-03-31
Оценка 5.2 5.2
Ранг #81 #78
Стабильность 9.6 9.5
Тестов верно
Доля успешных попыток 31.5% 29.6%
Нестабильные тесты 1 1
Всего запусков 54 54
Стоимость за результат 0.000 1.889
Общая стоимость $0.000 $0.095
???? ????? $0.000 / 1M $2.000 / 1M
???? ?????? $0.000 / 1M $6.000 / 1M
Выходные токены 2,573 1,967
Токены рассуждений 0 0
Время ответа (среднее) 1.23s 1.11s
Время ответа (макс.) 3.81s 6.04s
Время ответа (суммарно) 22.16s 20.02s

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 4.8 10.0 25.0% 0 501ms 267 0
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 3.4 9.3 0.0% 0 1.22s 312 0
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 3.0 10.0 0.0% 0 6.04s 282 0
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 522ms 207 0
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 3.0 10.0 0.0% 0 687ms 325 0
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 4.8 10.0 0.0% 0 659ms 83 0
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 4.8 10.0 0.0% 0 455ms 60 0
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 5.3 7.4 44.4% 1 487ms 242 0
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 10.0 10.0 100.0% 0 4.63s 189 0

Быстрое сравнение

Сменить пару сравнения

ElephantmediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.7mediumvsElephantnoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsElephantnoneElephantnonevsQwen3 Coder NextmediumMiniMax M2.5mediumБесплатно доступноvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumБесплатно доступноvsElephantnoneElephantnonevsGLM 4.7 FlashmediumGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumБесплатно доступноvsGrok 4.20none