#119 xAI: Grok 4.20
none- Стоимость
- $0.004
- Время
- 6.5s
- Токены
- 1,367 tok
Сводка
Grok 4.20 набирает 5.4 в AI BENCHY и занимает #119. У модели надежность Н/Д, доля успешных попыток 35.2%, общая стоимость $0.095 и среднее время ответа 1.11s.
Что делает Grok 4.20 особенной: Сильнее всего модель выделяется в Анти-ИИ уловки, где занимает #3; самая слабая область — Программирование с #11. Она заметно быстрее похожих моделей.
Примечание об идентичности
Grok 4.20 Beta был превью-версией Grok 4.20.
5.4
Стабильность
9.5
Н/Д
Общее число выходных токенов
1,967
Общее число входных токенов
0
Цена входа
$1.250 / 1M
Цена выхода
$2.500 / 1M
Нестабильные тесты
1
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Генерация showcase
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 | 5.4 | Н/Д | $0.057 ↓ | Сравнить | |
| 2026-05-06 14:16 Повторный тест | 5.4 | Н/Д | $0.095 | Сравнить | |
| 2026-05-06 14:16 Повторный тест | 5.4 | Н/Д | $0.095 | Сравнить | |
| 2026-05-06 14:16 Набор изменён | 5.4 | Н/Д | $0.095 | Текущий запуск | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 5.2 | Н/Д | $0.095 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | 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 | 5.4 | 9.5 | Н/Д | 6/18 | 1 | 1,967 | 0 | $0.095 | 1.11s |
| 2026-04-11 01:44 · Первый зафиксированный запуск | 5.2 | 9.5 | Н/Д | 5/18 | 1 | 1,967 | 0 | $0.095 | 1.11s |
| Разница | +0.2 | 0.0 | +1 | 0 | 0 | 0 | $0.000 | 0ms |
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.
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
Быстрое сравнение
Grok 4.20nonevsQwen3.5-122B-A10BnoneGrok 4.20nonevsMiniMax M2.7mediumGrok 4.20nonevsGPT-5.4 MininoneGrok 4.20nonevsQwen3.6 35B A3BnoneGrok 4.20nonevsLaguna XS 2.1noneБесплатно доступноGrok 4.20nonevsMistral Small 4noneGrok 4.20nonevsGemini 3.5 FlashhighGrok 4.20nonevsGemini 3 Flash PreviewmediumGrok 4.20nonevsNemotron 3 Ultra 550b A55bmediumБесплатно доступноGrok 4.20nonevsGPT-5.5low
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 4.8 | 10.0 | |
| Программирование | 3.4 | 9.3 | |
| Комбинированный | 3.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 3.0 | 10.0 | |
| Общий интеллект | 4.8 | 10.0 | |
| Следование инструкциям | 6.3 | 10.0 | |
| Решение головоломок | 5.3 | 7.2 | |
| Вызов инструментов | 10.0 | 10.0 |