#80 Grok 4.20 Multi Agent Beta
medium- Стоимость
- $0.261
- Время
- 123.4s
- Токены
- 199,344 tok
X AI
Релиз: 2026-03-12
Проверено: 2026-05-06 14:16
x-ai/grok-4.20-multi-agent-beta::medium
~1T всего (~100B активных)MoEЗакрытая модельОценка Сводка
Grok 4.20 Multi Agent Beta набирает 6.6 в AI BENCHY и занимает #80. У модели надежность Н/Д, доля успешных попыток 63.0%, общая стоимость $5.074 и среднее время ответа 9.80s.
Что делает Grok 4.20 Multi Agent Beta особенной: Сильнее всего модель выделяется в Программирование, где занимает #1; самая слабая область — Комбинированный с #18. Она использует необычно много reasoning-токенов, что может объяснять более медленные или дорогие запуски.
Архивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
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.
6.6
Стабильность
7.4
Н/Д
Общее число выходных токенов
608,704
Общее число входных токенов
0
Цена входа
$0.000 / 1M
Цена выхода
$0.000 / 1M
Нестабильные тесты
6
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 14:16 Повторный тест | 4.8 | Н/Д | $5.599 ↑ | Сравнить | |
| 2026-05-06 14:16 Повторный тест | 4.8 | Н/Д | $5.599 ↑ | Сравнить | |
| 2026-05-06 14:16 Повторный тест | 6.6 | Н/Д | $5.599 ↑ | Сравнить | |
| 2026-05-06 14:16 Повторный тест | 6.6 | Н/Д | $5.074 | Сравнить | |
| 2026-05-06 14:16 Набор изменён | 6.6 | Н/Д | $5.074 | Текущий запуск | |
| 2026-04-11 01:19 Первый зафиксированный запуск | 6.4 | Н/Д | $5.074 | 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 14:16 · Набор изменён | 52/54 попыток | 6.6 | 7.4 | Н/Д | 8/18 | 6 | 608,704 | 0 | $5.074 | 9.80s |
| 2026-05-06 14:16 · Повторный тест | 52/54 попыток | 6.6 | 7.4 | Н/Д | 8/18 | 6 | 608,704 | 0 | $5.074 | 9.80s |
| Разница | — | 0.0 | 0.0 | 0 | 0 | 0 | 0 | $0.000 | 0ms |
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 | 6.9 | 5.8 | |
| Программирование | 10.0 | 10.0 | |
| Комбинированный | 3.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 2.9 | 7.2 | |
| Общий интеллект | 5.8 | 2.8 | |
| Следование инструкциям | 9.8 | 10.0 | |
| Решение головоломок | 7.2 | 5.1 | |
| Вызов инструментов | 3.0 | 10.0 |