#116 Grok 4.20 Beta
none
Неверный SVG
- Стоимость
- $0.004
- Время
- 8.5s
- Токены
- 1,672 tok
X AI
Релиз: 2026-03-12
Проверено: 2026-05-06 14:15
x-ai/grok-4.20-beta::none
~1T всего (~100B активных)MoEЗакрытая модельОценка
(medium)
(none)
Сводка
Grok 4.20 Beta набирает 5.5 в AI BENCHY и занимает #116. У модели надежность Н/Д, доля успешных попыток 35.2%, общая стоимость $0.091 и среднее время ответа 1.19s.
Что делает Grok 4.20 Beta особенной: Общая стоимость benchmark необычно низкая для такого уровня результата. Она заметно быстрее похожих моделей.
Архивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
Примечание об идентичности
Grok 4.20 Beta был превью-версией xAI: Grok 4.20.
Сведения о модели
Дата исследования: 2026-08-12
- Параметры
- ~1T всего (~100B активных)
- Архитектура
- MoE
- Доступность
- Закрытая модель
- Лицензия
- -
Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.
5.5
Стабильность
9.2
Н/Д
Общее число выходных токенов
1,591
Общее число входных токенов
0
Цена входа
$0.000 / 1M
Цена выхода
$0.000 / 1M
Нестабильные тесты
2
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-05-06 14:15 Повторный тест | 4.4 | Н/Д | $0.087 ↓ | Сравнить | |
| 2026-05-06 14:15 Повторный тест | 4.4 | Н/Д | $0.087 ↓ | Сравнить | |
| 2026-05-06 14:15 Повторный тест | 5.8 | Н/Д | $0.087 ↓ | Сравнить | |
| 2026-05-06 14:15 Повторный тест | 5.5 | Н/Д | $0.091 | Сравнить | |
| 2026-05-06 14:15 Повторный тест | 5.5 | Н/Д | $0.091 | Сравнить | |
| 2026-05-06 14:15 Набор изменён | 5.5 | Н/Д | $0.091 | Текущий запуск | |
| 2026-04-11 01:19 Первый зафиксированный запуск | 5.3 | Н/Д | $0.091 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · Набор изменён | 52/54 попыток | 5.5 | 9.2 | Н/Д | 5/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| 2026-05-06 14:15 · Повторный тест | 52/54 попыток | 4.4 | 7.9 | Н/Д | 6/18 | 1 | 1,657 | 40,597 | $0.087 | 1.19s |
| Разница | — | +1.1 | +1.3 | -1 | +1 | -66 | -40597 | +$0.004 | -3ms |
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
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
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 4.0 | 8.4 | |
| Программирование | 5.5 | 10.0 | |
| Комбинированный | 3.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 3.0 | 10.0 | |
| Общий интеллект | 5.0 | 10.0 | |
| Следование инструкциям | 6.3 | 10.0 | |
| Решение головоломок | 5.9 | 7.2 | |
| Вызов инструментов | 10.0 | 10.0 |