Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Owl Alpha vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-10

Метрика Owl Alpha Owl Alpha none Релиз: 2026-04-30 Grok 4.20 Grok 4.20 none Релиз: 2026-03-31
Оценка 5.8 5.4
Ранг #98 #115
Надежность 10.0 Н/Д
Стабильность 9.1 9.5
Тестов верно
Доля успешных попыток 43.9% 35.2%
Нестабильные тесты 2 1
Всего запусков 57 54
Стоимость за результат 0.000 1.574
Общая стоимость $0.000 $0.095
???? ????? $0.000 / 1M $1.250 / 1M
???? ?????? $0.000 / 1M $2.500 / 1M
Выходные токены 1,685 1,967
Токены рассуждений 0 0
Время ответа (среднее) 6.83s 1.11s
Время ответа (макс.) 32.27s 6.04s
Время ответа (суммарно) 129.73s 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
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 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
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 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
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 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
Owl Alpha 10.0 10.0 100.0% 0 3.60s 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
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 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
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 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
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 0
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 0
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Owl Alpha 3.0 10.0 0.0% 0 2.50s 14 0
Grok 4.20 - - - - - - - -

Быстрое сравнение

Сменить пару сравнения

CobuddymediumБесплатно доступноvsOwl AlphanoneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumБесплатно доступноvsOwl AlphanoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumБесплатно доступноvsGrok 4.20noneNemotron 3 SupermediumБесплатно доступноvsOwl AlphanoneMiniMax M2.5mediumБесплатно доступноvsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumБесплатно доступноvsGrok 4.20noneGPT-5 NanomediumvsOwl AlphanoneCobuddymediumБесплатно доступноvsGrok 4.20none