AI BENCHY 对比
xAI: Grok 4.20 vs xAI: Grok 4.3
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 7.0 | 8.2 |
| 排名 | #63 | #20 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 7.8 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 81.5% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 8.252 | 3.974 |
| 总成本 | $0.743 | $0.517 |
| ???? | $2.000 / 1M | $1.250 / 1M |
| ???? | $6.000 / 1M | $2.500 / 1M |
| 输出令牌 | 1,744 | 1,223 |
| 推理令牌 | 109,882 | 187,047 |
| 响应时间（平均） | 10.33s | 48.63s |
| 响应时间（最大） | 29.87s | 216.69s |
| 响应时间（总计） | 185.87s | 875.27s |
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
快速对比
切换对比组合
DeepSeek V4 ProhighvsGrok 4.20mediumGemma 4 31Bnone免费可用vsGrok 4.20mediumHY3 Previewlow免费可用vsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumGPT-5.2 ChatnonevsGrok 4.3mediumGrok 4.20mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3mediumHY3 Previewhigh免费可用vsGrok 4.3medium