- اسکور
- 9.4 (+3.10 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.183 · 85.4% سستا
- ردِعمل کا وقت (اوسط)
- 6.24s · 83.0% تیز
X AI
اجرا: 2026-03-31
ٹیسٹ کیا گیا: 2026-10-01 02:39
x-ai/grok-4.20::medium
~1T کل (~100B فعال)MoEبند ماخذتخمینہ
(medium)
(none)
خلاصہ
Grok 4.20 AI BENCHY پر 6.3 اسکور کرتا ہے اور #225 پر ہے۔ اس کی reliability 10.0، pass rate 58.0%، کل لاگت $1.246، اور اوسط response time 36.73s ہے۔
Grok 4.20 کو منفرد کیا بناتا ہے: یہ مشترکہ میں سب سے نمایاں ہے، جہاں اس کا rank #2 ہے؛ جبکہ عمومی ذہانت اس کا کمزور ترین حصہ ہے، rank #14.
شناختی نوٹ
Grok 4.20 Beta، Grok 4.20 کا پری ویو ورژن تھا۔
تجویز کردہ متبادل
ہم اس کے بجائے ان میں سے ایک ماڈل منتخب کرنے کا مشورہ دیتے ہیں:
- اسکور
- 8.3 (+2.01 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.047 · 96.2% سستا
- ردِعمل کا وقت (اوسط)
- 18.07s · 50.8% تیز
- اسکور
- 7.4 (+1.16 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.065 · 94.8% سستا
- ردِعمل کا وقت (اوسط)
- 9.64s · 73.8% تیز
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- ~1T کل (~100B فعال)
- ساخت
- MoE
- دستیابی
- بند ماخذ
- لائسنس
- -
عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔
6.3
تسلسل
8.2
10.0
کل آؤٹ پٹ ٹوکنز
302,087
کل ان پٹ ٹوکنز
392,127
ان پٹ قیمت
$1.250 / 1M
آؤٹ پٹ قیمت
$2.500 / 1M
کیش پڑھنے کی قیمت
$0.200 / 1M
کیش میں لکھنے کی قیمت
دستیاب نہیں
کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔
غیر مستحکم ٹیسٹ
5
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.
#225 SpaceXAI: Grok 4.20
medium- لاگت
- $0.041
- وقت
- 110.3s
- ٹوکنز
- 16,336 tok
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-10-01 02:39 دوبارہ ٹیسٹ | 6.3 | 10.0 | $1.246 ↓ | موجودہ رن | |
| 2026-07-16 23:07 نیا ٹیسٹ شامل ہوا | 7.1 | 10.0 | $0.777 ↓ | موازنہ کریں | |
| 2026-06-04 14:17 نیا ٹیسٹ شامل ہوا | 7.1 | 10.0 | $0.609 ↓ | موازنہ کریں | |
| 2026-05-22 00:32 سوٹ بدل گیا | 6.7 | 10.0 | $0.832 | موازنہ کریں | |
| 2026-05-08 15:32 سوٹ بدل گیا | 6.9 | 10.0 | $0.756 | موازنہ کریں | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 7.0 | دستیاب نہیں | $0.743 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:39 · موجودہ رن | 69/69 کوششیں | 6.3 | 8.2 | 10.0 | 11/23 | 5 | 302,087 | 392,127 | $1.246 | 36.73s |
| 2026-05-08 15:32 · سوٹ بدل گیا | 57/57 کوششیں | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | 0 | $0.756 | 14.53s |
| فرق | — | -0.6 | -0.1 | 0.0 | +1 | +1 | +172070 | +392127 | +$0.490 | +22196ms |
بینچ مارک کوریج مختلف ہے: 69/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 57/57 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
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۔
قیمت کی تاریخ
OpenRouter سے اس ماڈل کے تاریخی قیمت کے اعداد و شمار۔
| تاریخ | ان پٹ قیمت | آؤٹ پٹ قیمت | کیش پڑھنے کی قیمت | کیش میں لکھنے کی قیمت |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.250 / 1M | $2.500 / 1M | دستیاب نہیں | دستیاب نہیں |
| 2026-10-01 18:33 | $1.250 / 1M | $2.500 / 1M | $0.200 / 1M | دستیاب نہیں |
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
فوری موازنہ
Grok 4.20mediumvsDeepSeek V4 Flash 0423noneGrok 4.20mediumvsSpace Bunny AlphaxhighGrok 4.20mediumvsTrinity Large ThinkinglowGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsDeepSeek V4 Flash 0731noneGrok 4.20mediumvsSpace Bunny AlphamediumGrok 4.20mediumvsGemini 3.1 Flash Lite PreviewnoneGrok 4.20mediumvsQwen3.5 Plus 2026-02-15noneGrok 4.20mediumvsClaude Fable 5.1low
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| خودمختار ایجنٹ کے کام | 3.0 | 10.0 | |
| اینٹی اے آئی چالیں | 8.2 | 7.9 | |
| کوڈنگ | 6.3 | 6.6 | |
| مشترکہ | 8.7 | 6.9 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 2.9 | 7.2 | |
| عمومی ذہانت | 3.9 | 2.6 | |
| ہدایات کی پیروی | 9.8 | 10.0 | |
| پہیلی حل کرنا | 7.7 | 10.0 | |
| ٹول کالنگ | 3.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |