- 排名
- #407
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
Grok 4.20 vs Xing4.0 29b A4b (medium)
Xing4.0 29b A4b (medium) 平均分领先，为 3.7 vs 3.4。 Xing4.0 29b A4b (medium) benchmark 成本更低，为 $0.000 vs $0.057。 Grok 4.20 更快，为 1.11s vs 371.69s，通过率为 26.1% vs 26.1%。
已对比模型
- 排名
- #398
- 总输出令牌
- 107,980
- 响应时间（平均）
- 371.69s
- 总成本
- $0.000
推荐模型
Grok 4.20
它的得分接近这里的最高分（3.4 vs 3.7），同时响应速度比Xing4.0 29b A4b (medium)快约 335.2 倍。
详细对比
| 指标 | Grok 4.20 Grok 4.20 none | Xing4.0 29b A4b Xing4.0 29b A4b medium 免费可用 |
|---|---|---|
| 分数 | 3.4 | 3.7 |
| 排名 | #407 | #398 |
| 可靠性 | 不适用 | 7.3 |
| 一致性 | 7.8 | 6.2 |
| 尝试次数 | 54/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 26.1% | 26.1% |
| 不稳定测试 | 0 | 11 |
| 总运行次数 | 54 | 69 |
| 每个结果成本 | 1.570 | 0.000 |
| 总成本 | $0.057 | $0.000 |
| 输入价格 | $1.250 / 1M | $0.000 / 1M |
| 输出价格 | $2.500 / 1M | $0.000 / 1M |
| 缓存读取价格 | $0.200 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 41,313 | 98,467 |
| 输出令牌 | 1,923 | 3,385 |
| 推理令牌 | 0 | 104,595 |
| 响应时间（平均） | 1.11s | 371.69s |
| 响应时间（最大） | 6.04s | 971.85s |
| 响应时间（总计） | 19.96s | 8548.88s |
| 参数量 | ~1T 总计 (~100B 激活) | 29B 总计 (4B 激活) |
| 开放状态 | 闭源 | 开源 |
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.
#407 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 tok
#398 Xing4.0 29b A4b
medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
类别细分
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Xing4.0 29b A4b | 3.0 | 10.0 | 0.0% | 0 | 579.54s | 54,965 | 405 | 5,479 |
| 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 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 0 | |
| Xing4.0 29b A4b | 3.8 | 1.6 | 50.0% | 4 | 145.43s | 487 | 582 | 14,049 |
| 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 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 0 | |
| Xing4.0 29b A4b | 4.2 | 5.1 | 33.3% | 2 | 798.00s | 1,889 | 502 | 27,115 |
| 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 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 0 | |
| Xing4.0 29b A4b | 3.0 | 10.0 | 0.0% | 0 | 898.87s | 20,856 | 736 | 25,295 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 0 | |
| Xing4.0 29b A4b | 2.9 | 5.9 | 16.7% | 1 | 147.51s | 8,397 | 283 | 7,766 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 0 | |
| Xing4.0 29b A4b | 3.6 | 7.2 | 22.2% | 1 | 381.86s | 264 | 6 | 4,373 |
| 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 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 0 | |
| Xing4.0 29b A4b | 3.2 | 9.9 | 0.0% | 0 | 121.15s | 528 | 87 | 2,517 |
| 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 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 0 | |
| Xing4.0 29b A4b | 4.3 | 6.8 | 16.7% | 1 | 25.45s | 300 | 56 | 1,280 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 0 | |
| Xing4.0 29b A4b | 2.9 | 4.4 | 22.2% | 2 | 257.08s | 537 | 222 | 13,616 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 0 | |
| Xing4.0 29b A4b | 10.0 | 10.0 | 100.0% | 0 | 56.09s | 10,183 | 503 | 866 |
| 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 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Xing4.0 29b A4b | 3.0 | 10.0 | 0.0% | 0 | 755.91s | 61 | 3 | 2,239 |
快速对比
切换对比组合
Command A+mediumvsGrok 4.20noneLing 3.0 TinyhighvsXing4.0 29b A4bmedium免费可用Ling 3.0 TinylowvsXing4.0 29b A4bmedium免费可用Nemotron 3.5 Lightningnone免费可用vsXing4.0 29b A4bmedium免费可用Granite 4.1 8bdefaultvsXing4.0 29b A4bmedium免费可用Ling 3.0 TinydefaultvsXing4.0 29b A4bmedium免费可用Command A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneCommand A+lowvsGrok 4.20noneMercury 2.5nonevsXing4.0 29b A4bmedium免费可用