#52 xAI: Grok 4.20
medium- لاگت
- $0.041
- وقت
- 110.3s
- ٹوکنز
- 16,336 tok
خلاصہ
Grok 4.20 AI BENCHY پر 7.0 اسکور کرتا ہے اور #52 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 66.7%، کل لاگت $0.743، اور اوسط response time 10.33s ہے۔
شناختی نوٹ
Grok 4.20 Beta، Grok 4.20 کا پری ویو ورژن تھا۔
7.0
تسلسل
7.8
دستیاب نہیں
$0.743
کل آؤٹ پٹ ٹوکنز
111,626
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$2.000 / 1M
آؤٹ پٹ قیمت
$6.000 / 1M
غیر مستحکم ٹیسٹ
5
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
جنریشن شوکیس
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | 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 01:44 · پہلا ریکارڈ شدہ رن | 7.0 | 7.8 | دستیاب نہیں | 9/18 | 5 | 111,626 | 0 | $0.743 | 10.33s |
| 2026-06-04 14:17 · نیا ٹیسٹ شامل ہوا | 7.1 | 8.8 | 10.0 | 12/21 | 3 | 221,343 | 44,433 | $0.609 | 27.68s |
| فرق | -0.2 | -1.0 | -3 | +2 | -109717 | -44433 | +$0.134 | -17353ms |
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
فوری موازنہ
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 8.2 | 7.9 | |
| کوڈنگ | 4.3 | 1.1 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 5.3 | 10.0 | |
| عمومی ذہانت | 5.8 | 2.8 | |
| ہدایات کی پیروی | 7.3 | 5.9 | |
| پہیلی حل کرنا | 6.4 | 7.7 | |
| ٹول کالنگ | 3.0 | 10.0 |