#86 Grok 4.20 Beta
none
غلط SVG
- لاگت
- $0.004
- وقت
- 8.5s
- ٹوکنز
- 1,672 tok
خلاصہ
Grok 4.20 Beta AI BENCHY پر 5.3 اسکور کرتا ہے اور #86 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 29.6%، کل لاگت $0.091، اور اوسط response time 1.19s ہے۔
Grok 4.20 Beta کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔ یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
آرکائیو شدہ ماڈل: اس ماڈل کو اب اپ ڈیٹ نہیں کیا جائے گا اور نئے ٹیسٹس پر ٹیسٹ نہیں کیا جائے گا
شناختی نوٹ
Grok 4.20 Beta، xAI: Grok 4.20 کا پری ویو ورژن تھا۔
5.3
تسلسل
9.2
دستیاب نہیں
$0.091
کل آؤٹ پٹ ٹوکنز
1,591
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.000 / 1M
آؤٹ پٹ قیمت
$0.000 / 1M
غیر مستحکم ٹیسٹ
2
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-05-06 14:15 دوبارہ ٹیسٹ | 4.4 | دستیاب نہیں | $0.087 ↓ | موازنہ کریں | |
| 2026-05-06 14:15 دوبارہ ٹیسٹ | 5.8 | دستیاب نہیں | $0.087 ↓ | موازنہ کریں | |
| 2026-05-06 14:15 دوبارہ ٹیسٹ | 5.5 | دستیاب نہیں | $0.091 | موازنہ کریں | |
| 2026-05-06 14:15 دوبارہ ٹیسٹ | 5.5 | دستیاب نہیں | $0.091 | موازنہ کریں | |
| 2026-05-06 14:15 سوٹ بدل گیا | 5.5 | دستیاب نہیں | $0.091 | موازنہ کریں | |
| 2026-04-11 01:19 پہلا ریکارڈ شدہ رن | 5.3 | دستیاب نہیں | $0.091 | موجودہ رن |
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · پہلا ریکارڈ شدہ رن | 5.3 | 9.2 | دستیاب نہیں | 4/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| 2026-05-06 14:15 · دوبارہ ٹیسٹ | 5.5 | 9.2 | دستیاب نہیں | 5/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| فرق | -0.2 | 0.0 | -1 | 0 | 0 | 0 | $0.000 | 0ms |
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 4.0 | 8.4 | |
| کوڈنگ | 5.5 | 10.0 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 3.0 | 10.0 | |
| عمومی ذہانت | 5.0 | 10.0 | |
| ہدایات کی پیروی | 4.8 | 10.0 | |
| پہیلی حل کرنا | 5.9 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 |