- 排名
- #101
- 总输出令牌
- 259,340
- 响应时间（平均）
- 29.47s
- 总成本
- $0.777
Grok 4.20 (medium) vs Grok 4.3 (medium)
平均分几乎持平，为 7.1 vs 7.1。 Grok 4.20 (medium) benchmark 成本更低，为 $0.777 vs $0.779。 Grok 4.20 (medium) 更快，为 29.47s vs 47.45s，通过率为 63.6% vs 68.2%。
- 排名
- #98
- 总输出令牌
- 241,421
- 响应时间（平均）
- 47.45s
- 总成本
- $0.779
推荐模型
Grok 4.20 (medium)
它在这里得分最高（7.1），同时响应速度比Grok 4.3 (medium)快约 1.6 倍。
详细对比
| 指标 | Grok 4.20 Grok 4.20 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 7.1 | 7.1 |
| 排名 | #101 | #98 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.6 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 68.2% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.709 | 5.990 |
| 总成本 | $0.777 | $0.779 |
| 输入价格 | $1.250 / 1M | $1.250 / 1M |
| 输出价格 | $2.500 / 1M | $2.500 / 1M |
| 总输入令牌 | 102,791 | 140,031 |
| 输出令牌 | 5,363 | 13,739 |
| 推理令牌 | 253,977 | 227,682 |
| 响应时间（平均） | 29.47s | 47.45s |
| 响应时间（最大） | 199.66s | 216.69s |
| 响应时间（总计） | 648.35s | 1043.83s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 tok
#98 xAI: Grok 4.3
medium- 成本
- $0.009
- 时间
- 19.0s
- 令牌
- 3,661 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
快速对比
切换对比组合
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGrok 4.20mediumSolar Pro 4highvsGrok 4.3mediumSolar Pro 4highvsGrok 4.20mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20medium