AI BENCHY
Advertise here
#120

Grok 4.20

X AI Toleo: 2026-03-31 Imepimwa tarehe: 2026-08-14 02:57 x-ai/grok-4.20::medium
~1T jumla (~100B vinavyotumika)MoEImefungwaMakadirio
(medium) (none)

Muhtasari

Grok 4.20 hupata alama 7.0 kwenye AI BENCHY na iko nafasi ya #120. Ina reliability 10.0, pass rate 60.6%, gharama jumla $0.805, na wastani wa response time 32.56s.

Kinachofanya Grok 4.20 iwe ya kipekee: Inaonekana zaidi kwenye Mchanganyiko, ambako iko #2; huku Akili ya jumla ikiwa eneo lake dhaifu zaidi kwenye #15.

Kidokezo cha utambulisho

Grok 4.20 Beta ilikuwa toleo la awali la Grok 4.20.

Taarifa za modeli

Ilifanyiwa utafiti tarehe 2026-08-12

Makadirio
Vigezo
~1T jumla (~100B vinavyotumika)
Muundo
MoE
Upatikanaji
Imefungwa
Leseni
-

Makadirio bora kulingana na ushahidi wa umma; mtoa huduma hakufichua thamani zote.

Chanzo cha vigezo Chanzo cha upatikanaji

Alama

7.0

Uthabiti

8.2

Uaminifu

10.0

Jumla ya gharama (bei ya sasa)

$0.805 ↓ -29.4%

Ilijaribiwa kwa: $1.141

Jumla ya tokeni za matokeo

270,259

Jumla ya tokeni za ingizo

102,986

Bei ya ingizo

$1.250 / 1M

Bei ya toleo

$2.500 / 1M

Majaribio sahihi

Majaribio yenye makosa: 11

Kiwango cha kupita kwa kila jaribio: 60.6%

Majaribio yasiyo thabiti

5

Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).

Muda wa majibu (wastani)

32.56s

Muda wa majibu (upeo): 199.66s

Muda wa majibu (jumla): 716.36s

Jibu lisilo sahihi: 6 Muundo wa ziada: 2 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1

Hamster playing table tennis

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

#120 SpaceXAI: Grok 4.20

medium
Gharama
$0.041
Muda
110.3s
Tokeni
16,336 tok

Historia ya uendeshaji

Imepimwa tarehe Alama Uaminifu Majaribio sahihi Jumla ya gharama Linganisha
2026-08-14 02:57 Jaribio tena 7.0 10.0 $0.805 ↓ Uendeshaji wa sasa
2026-07-16 23:07 Jaribio jipya limeongezwa 7.1 10.0 $0.777 ↓ Linganisha
2026-06-04 14:17 Jaribio jipya limeongezwa 7.1 10.0 $0.609 ↓ Linganisha
2026-05-22 00:32 Suite imebadilika 6.7 10.0 $0.832 Linganisha
2026-05-08 15:32 Suite imebadilika 6.9 10.0 $0.756 Linganisha
2026-04-11 01:44 Jaribio la kwanza lililorekodiwa 7.0 Haipo $0.743 Linganisha

Uendeshaji huu ulitumia suite tofauti ya benchmark. Zingatia mabadiliko ya suite unapochambua mwenendo wa kihistoria.

Ulinganisho wa uendeshaji

UendeshajiUfunikaji wa benchmarkAlamaUthabitiUaminifuMajaribio sahihiMajaribio yasiyo thabitiJumla ya tokeni za matokeoJumla ya tokeni za ingizoJumla ya gharamaMuda wa majibu (wastani)
2026-08-14 02:57 · Uendeshaji wa sasamarudio 66/667.08.210.011/225270,259102,986$0.80532.56s
2026-07-16 23:07 · Jaribio jipya limeongezwamarudio 66/667.18.510.012/224259,340102,791$0.77729.47s
Tofauti—-0.1-0.30.0-1+1+10919+195+$0.028+3092ms

Uendeshaji huu miwili ulitumia suite tofauti za benchmark, hivyo tofauti zinaonyesha mabadiliko ya modeli na ya suite pia.

Historia ya bei

Data ya kihistoria ya bei ya modeli hii kutoka OpenRouter.

Tarehe Bei ya ingizo Bei ya toleo
2026-08-14 12:51 $1.250 / 1M $2.500 / 1M

Chati

Chagua modeli ya kwanza, kisha bofya modeli ya pili kufungua ukurasa wa kulinganisha bega kwa bega.

Jumla ya tokeni za matokeo

Alama vs Jumla ya tokeni za matokeo

Ulinganisho wa haraka

Grok 4.20mediumvsMercury 2mediumGrok 4.20mediumvsSeed-2.0-MinimediumGrok 4.20mediumvsGPT-5.5noneGrok 4.20mediumvsKimi K2.5mediumGrok 4.20mediumvsGLM 5.1mediumGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsQwen3.7 FlashmediumGrok 4.20mediumvsGPT-5.6 SolnoneGrok 4.20mediumvsSeed-2.0-Codehigh

Mgawanyo wa kategoria

Kategoria Alama Uthabiti Majaribio sahihi
Mbinu za kupinga AI 8.2 7.9
Uandishi wa msimbo 6.3 6.6
Mchanganyiko 8.7 6.9
Uchanganuzi na uchimbaji wa data 10.0 10.0
Mahususi kwa domeni 2.9 7.2
Akili ya jumla 3.9 2.6
Ufuataji wa maagizo 9.8 10.0
Utatuzi wa mafumbo 7.7 10.0
Mwito wa zana 3.0 10.0
Maarifa ya jumla 3.0 10.0

Modeli zilizolinganishwa