Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

xAI: Grok 4.20 vs xAI: Grok 4.3

Сводка

Сравнение benchmark Grok 4.20 vs Grok 4.3: Grok 4.3 лидирует по среднему баллу: 7.7 vs 7.3. Grok 4.20 имеет более низкую стоимость benchmark: $0.609 vs $0.614. Grok 4.20 быстрее: 27.68s vs 47.51s, с долей успешных попыток 63.5% vs 71.4%.

Рекомендуемая модель: Grok 4.20 - Его балл близок к лучшему здесь (7.3 против 7.7), и он отвечает примерно в 1.7 раза быстрее, чем Grok 4.3.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31 Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка 7.3 7.7
Ранг #53 #37
Надежность 10.0 10.0
Стабильность 8.8 8.5
Тестов верно
Доля успешных попыток 63.5% 71.4%
Нестабильные тесты 3 4
Всего запусков 63 63
Стоимость за результат 8.309 4.724
Общая стоимость $0.609 $0.614
Цена входа $1.250 / 1M $1.250 / 1M
Цена выхода $2.500 / 1M $2.500 / 1M
Общее число входных токенов 44,433 44,472
Выходные токены 1,819 1,981
Токены рассуждений 219,524 221,382
Время ответа (среднее) 27.68s 47.51s
Время ответа (макс.) 199.66s 216.69s
Время ответа (суммарно) 581.26s 997.68s

Генерация showcase

Hamster playing table tennis

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

#53 xAI: Grok 4.20

medium
Стоимость
$0.041
Время
110.3s
Токены
16,336 tok

#37 xAI: Grok 4.3

medium
Стоимость
$0.009
Время
19.0s
Токены
3,661 tok

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) Входные токены Выходные токены Токены рассуждений
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashlowvsGrok 4.3mediumGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.3mediumGrok 4.20mediumvsGLM 5.2noneStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGrok 4.20medium