#119 xAI: Grok 4.20
none- لاگت
- $0.004
- وقت
- 6.5s
- ٹوکنز
- 1,367 tok
خلاصہ
Grok 4.20 AI BENCHY پر 5.4 اسکور کرتا ہے اور #119 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 35.2%، کل لاگت $0.095، اور اوسط response time 1.11s ہے۔
Grok 4.20 کو منفرد کیا بناتا ہے: یہ اینٹی اے آئی چالیں میں سب سے نمایاں ہے، جہاں اس کا rank #3 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #11. یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
شناختی نوٹ
Grok 4.20 Beta، Grok 4.20 کا پری ویو ورژن تھا۔
5.4
تسلسل
9.5
دستیاب نہیں
$0.095
کل آؤٹ پٹ ٹوکنز
1,967
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$1.250 / 1M
آؤٹ پٹ قیمت
$2.500 / 1M
غیر مستحکم ٹیسٹ
1
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 |
|---|---|---|---|---|---|
| 2026-05-06 14:16 دوبارہ ٹیسٹ | 5.4 | دستیاب نہیں | $0.057 ↓ | موازنہ کریں | |
| 2026-05-06 14:16 دوبارہ ٹیسٹ | 5.4 | دستیاب نہیں | $0.095 | موازنہ کریں | |
| 2026-05-06 14:16 دوبارہ ٹیسٹ | 5.4 | دستیاب نہیں | $0.095 | موازنہ کریں | |
| 2026-05-06 14:16 سوٹ بدل گیا | 5.4 | دستیاب نہیں | $0.095 | موجودہ رن | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 5.2 | دستیاب نہیں | $0.095 | 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 | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:16 · سوٹ بدل گیا | 5.4 | 9.5 | دستیاب نہیں | 6/18 | 1 | 1,967 | 0 | $0.095 | 1.11s |
| 2026-04-11 01:44 · پہلا ریکارڈ شدہ رن | 5.2 | 9.5 | دستیاب نہیں | 5/18 | 1 | 1,967 | 0 | $0.095 | 1.11s |
| 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
فوری موازنہ
Grok 4.20nonevsQwen3.5-122B-A10BnoneGrok 4.20nonevsMiniMax M2.7mediumGrok 4.20nonevsGPT-5.4 MininoneGrok 4.20nonevsQwen3.6 35B A3BnoneGrok 4.20nonevsLaguna XS 2.1noneمفت دستیابGrok 4.20nonevsMistral Small 4noneGrok 4.20nonevsGemini 3.5 FlashhighGrok 4.20nonevsGemini 3 Flash PreviewmediumGrok 4.20nonevsNemotron 3 Ultra 550b A55bmediumمفت دستیابGrok 4.20nonevsGPT-5.5low
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 4.8 | 10.0 | |
| کوڈنگ | 3.4 | 9.3 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 3.0 | 10.0 | |
| عمومی ذہانت | 4.8 | 10.0 | |
| ہدایات کی پیروی | 6.3 | 10.0 | |
| پہیلی حل کرنا | 5.3 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 |