AI BENCHY
Advertise here
#116

Grok 4.20 Beta

X AI اجرا: 2026-03-12 ٹیسٹ کیا گیا: 2026-05-06 14:15 x-ai/grok-4.20-beta::none
(medium) (none)

خلاصہ

Grok 4.20 Beta AI BENCHY پر 5.5 اسکور کرتا ہے اور #116 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 35.2%، کل لاگت $0.091، اور اوسط response time 1.19s ہے۔

Grok 4.20 Beta کو منفرد کیا بناتا 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۔

اسکور

5.5

تسلسل

9.2

اعتماد پذیری

دستیاب نہیں

کل لاگت (موجودہ قیمت)

$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

درست ٹیسٹس

غلط ٹیسٹس: 13

فی کوشش کامیابی کی شرح: 35.2%

غیر مستحکم ٹیسٹ

2

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

1.19s

ردِعمل کا وقت (زیادہ سے زیادہ): 6.48s

ردِعمل کا وقت (کل): 21.37s

غلط جواب: 11 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1

Generation showcase

Hamster playing table tennis

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

#116 Grok 4.20 Beta

none
Invalid SVG
Cost
$0.004
Time
8.5s
Tokens
1,672 tok

رن ہسٹری

ٹیسٹ کیا گیا اسکور اعتماد پذیری درست ٹیسٹس کل لاگت 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 موجودہ رن
2026-04-11 01:19 پہلا ریکارڈ شدہ رن 5.3 دستیاب نہیں $0.091 موازنہ کریں

اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔

چارٹس

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

Grok 4.20 BetanonevsGemini 3 Flash PreviewmediumGrok 4.20 BetanonevsGemini 3.5 FlashhighGrok 4.20 BetanonevsNemotron 3 Ultra 550b A55bmediumمفت دستیابGrok 4.20 BetanonevsGemini 3.5 Flashlow

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 6.3 10.0
پہیلی حل کرنا 5.9 7.2
ٹول کالنگ 10.0 10.0

موازنہ کیے گئے ماڈلز