AI BENCHY
Advertise here
#85

Grok 4.20 Multi Agent Beta

X AI Toleo: 2026-03-12 Imepimwa tarehe: 2026-05-06 14:16 x-ai/grok-4.20-multi-agent-beta::medium

Muhtasari

Grok 4.20 Multi Agent Beta hupata alama 6.6 kwenye AI BENCHY na iko nafasi ya #85. Ina reliability Haipo, pass rate 59.3%, gharama jumla $5.599, na wastani wa response time 9.69s.

Kinachofanya Grok 4.20 Multi Agent Beta iwe ya kipekee: Inaonekana zaidi kwenye Uandishi wa msimbo, ambako iko #1; huku Mwito wa zana ikiwa eneo lake dhaifu zaidi kwenye #9. Inatumia reasoning tokens nyingi isivyo kawaida, jambo linaloweza kueleza runs polepole au ghali zaidi.

Modeli iliyohifadhiwa: modeli hii haitasasishwa tena wala kujaribiwa kwenye majaribio mapya.

Alama

6.6

Uthabiti

7.9

Uaminifu

Haipo

Jumla ya gharama (bei ya sasa)

$5.599 ↑ +11.2%

Ilijaribiwa kwa: $5.034

Jumla ya tokeni za matokeo

600,042

Jumla ya tokeni za ingizo

721,952

Bei ya ingizo

$4.235 / 1M

Bei ya toleo

$4.235 / 1M

Majaribio sahihi

Majaribio yenye makosa: 10

Kiwango cha kupita kwa kila jaribio: 59.3%

Majaribio yasiyo thabiti

5

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

Muda wa majibu (wastani)

9.69s

Muda wa majibu (upeo): 35.28s

Muda wa majibu (jumla): 155.07s

Jibu lisilo sahihi: 4 Hitilafu ya API: 2 Muundo wa ziada: 2 Hakufuata maelekezo: 2

Generation showcase

Hamster playing table tennis

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

#85 Grok 4.20 Multi Agent Beta

medium
Cost
$0.261
Time
123.4s
Tokens
199,344 tok

Historia ya uendeshaji

Imepimwa tarehe Alama Uaminifu Majaribio sahihi Jumla ya gharama Linganisha
2026-05-06 14:16 Jaribio tena 6.6 Haipo $5.599 ↑ Uendeshaji wa sasa
2026-05-06 14:16 Jaribio tena 6.6 Haipo $5.074 Linganisha
2026-05-06 14:16 Suite imebadilika 6.6 Haipo $5.074 Linganisha
2026-04-11 01:19 Jaribio la kwanza lililorekodiwa 6.4 Haipo $5.074 Linganisha

Ulinganisho wa uendeshaji

UendeshajiAlamaUthabitiUaminifuMajaribio sahihiMajaribio yasiyo thabitiJumla ya tokeni za matokeoJumla ya tokeni za ingizoJumla ya gharamaMuda wa majibu (wastani)
2026-05-06 14:16 · Uendeshaji wa sasa6.67.9Haipo8/185600,042721,952$5.5999.69s
2026-04-11 01:19 · Jaribio la kwanza lililorekodiwa6.47.4Haipo7/186608,7040$5.0749.80s
Tofauti+0.1+0.5+1-1-8662+721952+$0.526-105ms

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
2026-06-04 15:40 $4.235 / 1M $4.235 / 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 4.20 Multi Agent BetamediumvsGemini 3 Flash PreviewmediumGrok 4.20 Multi Agent BetamediumvsGemini 3.5 FlashhighGrok 4.20 Multi Agent BetamediumvsNemotron 3 Ultra 550b A55bmediumInapatikana bureGrok 4.20 Multi Agent BetamediumvsGemini 3.5 Flashlow

Mgawanyo wa kategoria

Kategoria Alama Uthabiti Majaribio sahihi
Mbinu za kupinga AI 6.9 5.8
Uandishi wa msimbo 10.0 10.0
Mchanganyiko 3.0 10.0
Uchanganuzi na uchimbaji wa data 10.0 10.0
Mahususi kwa domeni 2.9 7.2
Akili ya jumla 5.8 2.8
Ufuataji wa maagizo 9.8 10.0
Utatuzi wa mafumbo 6.7 7.9
Mwito wa zana 3.0 10.0

Modeli zilizolinganishwa