Classify-1 (default) vs Grok 4.20

已对比模型

排名: #411
总输出令牌: 164
响应时间（平均）: 4.58s
总成本: $0.008

排名: #393
总输出令牌: 1,923
响应时间（平均）: 1.11s
总成本: $0.057

推荐模型 Grok 4.20

它在这里得分最高（3.4），同时响应速度比Classify-1 (default)快约 4.1 倍。

详细对比

指标	Classify-1 Classify-1 default 发布日期: 2026-10-13	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31

指标	Classify-1 Classify-1 default 发布日期: 2026-10-13	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数	2.2	3.4
排名	#411	#393
可靠性	9.4	不适用
一致性	4.5	7.8
尝试次数	36/69	54/69
测试正确
尝试通过率	18.8%	26.1%
不稳定测试	2	0
总运行次数	36	54
每个结果成本	0.261	1.570
总成本	$0.008	$0.057
输入价格	$0.040 / 1M	$1.250 / 1M
输出价格	$0.000 / 1M	$2.500 / 1M
缓存读取价格	不适用	$0.200 / 1M
缓存写入价格	不适用	不适用
总输入令牌	195,645	41,313
输出令牌	164	1,923
推理令牌	0	0
响应时间（平均）	4.58s	1.11s
响应时间（最大）	13.35s	6.04s
响应时间（总计）	55.01s	19.96s
参数量	~1B	~1T 总计 (~100B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#411 Classify-1

default

此模型尚未生成任何展示结果。

成本: 不适用
时间: -
令牌: 0 tok

#393 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

类别:

智能体任务	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
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

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
Classify-1	4.0	7.5	25.0%	0		3.69s	27,201	51	0
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
Classify-1	2.7	3.7	22.2%	1		12.73s	105,738	50	0
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
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0
Grok 4.20	1.5	5.0	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
Classify-1	7.3	5.9	83.3%	1		4.10s	41,928	21	0
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
Classify-1	5.3	10.0	33.3%	0		1.54s	9,723	18	0
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
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0
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
Classify-1	1.5	5.0	0.0%	0		4.26s	10,092	21	0
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
Classify-1	1.0	3.3	0.0%	0		1.37s	963	3	0
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
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0
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
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

切换对比组合

Command A+mediumvsGrok 4.20none Command A+highvsGrok 4.20none Ling 3.0 TinymediumvsGrok 4.20none Ling 3.0 TinylowvsGrok 4.20none Ling 3.0 TinyhighvsGrok 4.20none Gemini 3 Flash PreviewhighvsClassify-1default Command A+lowvsGrok 4.20none Granite 4.1 8bdefaultvsGrok 4.20none Ling 3.0 TinydefaultvsGrok 4.20none Qwen3.5-9BmediumvsGrok 4.20none Jev 1.13defaultvsGrok 4.20none Command A+lowvsClassify-1default