AI BENCHY 对比

North Mini Code vs xAI: Grok 4.20

摘要

North Mini Code vs Grok 4.20 benchmark 对比：North Mini Code 平均分领先，为 5.8 vs 4.4。 North Mini Code benchmark 成本更低，为 $0.000 vs $0.057。 Grok 4.20 更快，为 1.11s vs 106.18s，通过率为 50.8% vs 28.6%。

推荐模型: North Mini Code - 它在本次比较中得分最高（5.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31

指标	North Mini Code North Mini Code medium 发布日期: 2026-06-18 免费可用	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数	5.8	4.4
排名	#110	#160
可靠性	8.5	不适用
一致性	8.5	8.5
测试正确
尝试通过率	50.8%	28.6%
不稳定测试	4	0
总运行次数	55	54
每个结果成本	0.000	1.570
总成本	$0.000	$0.057
输入价格	$0.000 / 1M	$1.250 / 1M
输出价格	$0.000 / 1M	$2.500 / 1M
总输入令牌	32,891	41,313
输出令牌	424,772	1,923
推理令牌	1,021,489	0
响应时间（平均）	106.18s	1.11s
响应时间（最大）	357.05s	6.04s
响应时间（总计）	2229.70s	19.96s

生成展示

Hamster playing table tennis

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

#110 North Mini Code

medium

成本: $0.000
时间: 51.8s
令牌: 12,460 tok

#160 xAI: Grok 4.20

none

成本: $0.004
时间: 6.5s
令牌: 1,367 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	8.4	10.0	75.0%	0		64.79s	324	64,441	68,535
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	4.5	4.9	33.3%	2		320.43s	7,119	219,891	561,569
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	2.8	1.6	33.3%	1		323.07s	14,760	0	151,500
Grok 4.20	3.0	10.0	0.0%	0		6.04s	17,673	282	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		24.06s	6,819	240	2,659
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.3	7.2	44.4%	1		71.37s	621	8,483	104,079
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	5.1	10.0	0.0%	0		25.08s	444	1,546	1,635
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	9.8	10.0	100.0%	0		15.43s	379	909	1,339
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.3	10.0	0.0%	0		19.70s	543	2,215	2,485
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	10.0	10.0	100.0%	0		3.93s	1,776	41	563
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
North Mini Code	3.0	10.0	0.0%	0		305.02s	106	127,006	127,125
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

快速对比

切换对比组合