Примечание об идентичности
Grok 4.20 Beta был превью-версией Grok 4.20.
???? ?????
$2.000 / 1M
???? ??????
$6.000 / 1M
Нестабильные тесты
5
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-05-08 15:32 Набор изменён | 6.9 | 10.0 | $0.756 | Сравнить | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 7.0 | Н/Д | $0.743 | Текущий запуск |
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Первый зафиксированный запуск | 7.0 | 7.8 | Н/Д | 9/18 | 5 | 111,626 | $0.743 | 10.33s |
| 2026-05-08 15:32 · Набор изменён | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | $0.756 | 14.53s |
| Разница | +0.1 | -0.5 | -1 | +1 | -18391 | -$0.014 | -4203ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
Grok 4.20mediumvsRing 2.6 1tnoneБесплатно доступноGrok 4.20mediumvsQwen3.5-35B-A3BmediumGrok 4.20mediumvsMiMo-V2-FlashmediumGrok 4.20mediumvsGPT-5.2mediumGrok 4.20mediumvsRing 2.6 1tmediumБесплатно доступноGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsGemini 3 Flash PreviewmediumGrok 4.20mediumvsGemini 3.1 Pro Previewmedium
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 8.2 | 7.9 | |
| Программирование | 4.3 | 1.1 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 5.3 | 10.0 | |
| Общий интеллект | 5.8 | 2.8 | |
| Следование инструкциям | 7.3 | 5.9 | |
| Решение головоломок | 6.4 | 7.7 | |
| Вызов инструментов | 3.0 | 10.0 |