#17 Grok 4.20 Beta
medium- Cost
- $0.034
- Time
- 91.0s
- Tokens
- 13,523 tok
摘要
Grok 4.20 Beta 在 AI BENCHY 上得分 8.2，排名 #17。它的可靠性为 不适用，通过率为 79.6%，总成本为 $0.633，平均响应时间为 9.81s。
已归档模型：该模型将不再更新，也不会在新测试中继续测试。
身份说明
Grok 4.20 Beta 是 xAI: Grok 4.20 的预览版本。
输入价格
$0.000 / 1M
输出价格
$0.000 / 1M
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-06 14:15 重新测试 | 8.5 | 不适用 | $0.750 ↑ | 比较 | |
| 2026-05-06 14:15 重新测试 | 8.2 | 不适用 | $0.633 | 当前轮次 | |
| 2026-05-06 14:15 重新测试 | 8.2 | 不适用 | $0.633 | 比较 | |
| 2026-05-06 14:15 测试集已变更 | 8.2 | 不适用 | $0.633 | 比较 | |
| 2026-04-11 01:19 首次记录的运行 | 8.0 | 不适用 | $0.633 | 比较 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:15 · 重新测试 | 8.2 | 9.1 | 不适用 | 13/18 | 2 | 93,477 | 0 | $0.633 | 9.81s |
| 2026-05-06 14:15 · 重新测试 | 8.5 | 9.5 | 不适用 | 14/18 | 1 | 93,212 | 35,955 | $0.750 | 9.75s |
| 差值 | -0.3 | -0.4 | -1 | +1 | +265 | -35955 | -$0.118 | +63ms |
图表
先选择第一个模型，再点击第二个模型打开并排页面。