- 排名
- #210
- 总输出令牌
- 93,212
- 响应时间（平均）
- 9.75s
- 总成本
- $0.750
已对比模型
Grok 4.20 Beta (medium) vs Grok 4.20 Multi Agent Beta (medium) vs Grok 4.1 Fast (medium) vs Gemini 3 Flash Preview (medium) 基准对比: Gemini 3 Flash Preview (medium) 在分数上以 9.5 领先。 Grok 4.1 Fast (medium) 在可靠性上以 10.0 领先。 Grok 4.1 Fast (medium) 的总成本最低，为 $0.069。 Grok 4.20 Multi Agent Beta (medium) 最快，为 9.69s。
已对比模型
- 排名
- #289
- 总输出令牌
- 600,042
- 响应时间（平均）
- 9.69s
- 总成本
- $5.599
- 排名
- #294
- 总输出令牌
- 98,340
- 响应时间（平均）
- 23.85s
- 总成本
- $0.069
- 排名
- #10
- 总输出令牌
- 239,608
- 响应时间（平均）
- 19.86s
- 总成本
- $0.763
推荐模型
Gemini 3 Flash Preview (medium)
它在这里得分最高（9.5），同时成本比本次比较中的其他模型低约 2.8 倍。
详细对比
| 指标 | Grok 4.20 Beta Grok 4.20 Beta medium | Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium | Grok 4.1 Fast Grok 4.1 Fast medium | Gemini 3 Flash Preview Gemini 3 Flash Preview medium |
|---|---|---|---|---|
| 分数 | 6.0 | 4.8 | 4.7 | 9.5 |
| 排名 | #210 | #289 | #294 | #10 |
| 可靠性 | 不适用 | 不适用 | 10.0 | 10.0 |
| 一致性 | 7.8 | 6.4 | 6.3 | 9.7 |
| 尝试次数 | 52/66 | 52/66 | 57/66 | 66/66 |
| 测试正确 | ||||
| 尝试通过率 | 66.7% | 48.5% | 53.0% | 93.9% |
| 不稳定测试 | 1 | 5 | 6 | 1 |
| 总运行次数 | 52 | 52 | 57 | 66 |
| 每个结果成本 | 4.505 | 62.923 | 0.642 | 3.814 |
| 总成本 | $0.750 | $5.599 | $0.069 | $0.763 |
| 输入价格 | $5.805 / 1M | $4.235 / 1M | $0.484 / 1M | $0.500 / 1M |
| 输出价格 | $5.805 / 1M | $4.235 / 1M | $0.484 / 1M | $3.000 / 1M |
| 总输入令牌 | 35,955 | 721,952 | 42,845 | 87,870 |
| 输出令牌 | 1,647 | 294,668 | 2,006 | 5,486 |
| 推理令牌 | 91,565 | 305,374 | 96,334 | 234,122 |
| 响应时间（平均） | 9.75s | 9.69s | 23.85s | 19.86s |
| 响应时间（最大） | 31.36s | 35.28s | 121.79s | 117.26s |
| 响应时间（总计） | 175.48s | 155.07s | 286.16s | 436.88s |
| 参数量 | ~1T 总计 (~100B 激活) | ~1T 总计 (~100B 激活) | ~500B 总计 (~50B 激活) | ~500B 总计 (~20B 激活) |
| 开放状态 | 闭源 | 闭源 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#210 Grok 4.20 Beta
medium- 成本
- $0.034
- 时间
- 91.0s
- 令牌
- 13,523 tok
#289 Grok 4.20 Multi Agent Beta
medium- 成本
- $0.261
- 时间
- 123.4s
- 令牌
- 199,344 tok
#294 Grok 4.1 Fast
medium
Grok 4.1 Fast is deprecated. xAI recommends switching to Grok 4.3 (https://openrouter.ai/x-ai/grok-4.3)
- 成本
- $0.000
- 时间
- 0.1s
- 令牌
- 0 tok
#10 Gemini 3 Flash Preview
medium- 成本
- $0.010
- 时间
- 18.4s
- 令牌
- 3,351 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 2,010 | 268 | 7,583 | |
| Grok 4.20 Multi Agent Beta | 6.9 | 5.8 | 75.0% | 2 | 3.46s | 90,925 | 33,706 | 33,077 | |
| Grok 4.1 Fast | 8.7 | 7.9 | 91.7% | 1 | 3.81s | 2,358 | 108 | 4,741 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 494 | 330 | 3,216 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 3.3 | 3.3 | 33.3% | 0 | 31.36s | 360 | 81 | 3,987 | |
| Grok 4.20 Multi Agent Beta | 3.3 | 3.3 | 33.3% | 0 | 27.11s | 13,212 | 86 | 13,141 | |
| Grok 4.1 Fast | 7.8 | 4.0 | 11.1% | 1 | 23.58s | 1,167 | 821 | 6,703 | |
| Gemini 3 Flash Preview | 8.6 | 7.6 | 88.9% | 1 | 84.40s | 8,122 | 462 | 161,084 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 5.0 | 5.0 | 50.0% | 0 | 20.93s | 12,909 | 227 | 12,212 | |
| Grok 4.20 Multi Agent Beta | 1.5 | 5.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.1 Fast | 5.0 | 5.0 | 50.0% | 0 | 37.64s | 13,899 | 261 | 12,272 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 26.75s | 63,717 | 3,831 | 23,496 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 7,761 | 180 | 5,281 | |
| Grok 4.20 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 5.54s | 97,232 | 25,306 | 25,051 | |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 8,001 | 180 | 5,409 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 5.43s | 7,548 | 279 | 4,893 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 1,764 | 251 | 40,255 | |
| Grok 4.20 Multi Agent Beta | 2.9 | 7.2 | 11.1% | 1 | 24.67s | 328,253 | 164,609 | 163,647 | |
| Grok 4.1 Fast | 5.8 | 4.4 | 66.7% | 2 | 121.79s | 1,777 | 11 | 37,657 | |
| Gemini 3 Flash Preview | 7.7 | 10.0 | 66.7% | 0 | 20.09s | 642 | 12 | 28,642 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 825 | 72 | 3,440 | |
| Grok 4.20 Multi Agent Beta | 5.8 | 2.8 | 66.7% | 1 | 6.40s | 41,387 | 15,848 | 15,746 | |
| Grok 4.1 Fast | 4.2 | 9.9 | 0.0% | 0 | 16.25s | 912 | 127 | 3,456 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 5.19s | 486 | 72 | 1,905 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 9.8 | 10.0 | 100.0% | 0 | 4.89s | 1,362 | 57 | 7,123 | |
| Grok 4.20 Multi Agent Beta | 9.8 | 10.0 | 100.0% | 0 | 3.52s | 43,923 | 19,752 | 19,617 | |
| Grok 4.1 Fast | 6.5 | 10.0 | 50.0% | 0 | 4.63s | 1,536 | 54 | 3,326 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.04s | 615 | 72 | 2,709 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 3.52s | 1,689 | 328 | 6,300 | |
| Grok 4.20 Multi Agent Beta | 6.7 | 7.9 | 55.6% | 1 | 5.19s | 107,020 | 35,361 | 35,095 | |
| Grok 4.1 Fast | 5.3 | 7.2 | 44.4% | 1 | 7.40s | 1,950 | 169 | 5,904 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 4.05s | 558 | 183 | 4,365 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 7,275 | 183 | 5,384 | |
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.1 Fast | 2.8 | 1.6 | 33.3% | 1 | 27.71s | 10,627 | 260 | 11,485 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 12.60s | 5,532 | 234 | 1,487 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 Beta | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.20 Multi Agent Beta | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.1 Fast | 3.0 | 10.0 | 0.0% | 0 | 25.52s | 618 | 15 | 5,381 | |
| Gemini 3 Flash Preview | 10.0 | 10.0 | 100.0% | 0 | 5.50s | 156 | 11 | 2,325 |
快速对比
切换对比组合
Gemini 3 Flash PreviewmediumvsGPT-6 AstralowGemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGrok 4.6highClaude Opus 5highvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsQwen3.8 Max (0902)lowSeed 2.1 TurbolowvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-6 AstraxhighGemini 3 Flash PreviewmediumvsGPT-6 AstrahighGemini 3 Flash PreviewmediumvsGPT-6 AstramaxClaude Fable 5.1highvsGemini 3 Flash Previewmedium