#116 Grok 4.20 Beta
none
Invalid SVG
- Cost
- $0.004
- Time
- 8.5s
- Tokens
- 1,672 tok
摘要
Grok 4.20 Beta 在 AI BENCHY 上得分 5.5，排名 #116。它的可靠性为 不适用，通过率为 35.2%，总成本为 $0.091，平均响应时间为 1.19s。
Grok 4.20 Beta 的独特之处： 相比类似模型，它的速度明显更快。
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 | 5.8 | 不适用 | $0.087 ↓ | 比较 | |
| 2026-05-06 14:15 重新测试 | 5.5 | 不适用 | $0.091 | 比较 | |
| 2026-05-06 14:15 重新测试 | 5.5 | 不适用 | $0.091 | 比较 | |
| 2026-05-06 14:15 测试集已变更 | 5.5 | 不适用 | $0.091 | 当前轮次 | |
| 2026-04-11 01:19 首次记录的运行 | 5.3 | 不适用 | $0.091 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
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 · 测试集已变更 | 5.5 | 9.2 | 不适用 | 5/18 | 2 | 1,591 | 0 | $0.091 | 1.19s |
| 2026-05-06 14:15 · 重新测试 | 5.8 | 9.6 | 不适用 | 6/18 | 1 | 1,657 | 40,597 | $0.087 | 1.19s |
| 差值 | -0.3 | -0.4 | -1 | +1 | -66 | -40597 | +$0.004 | -3ms |
图表
先选择第一个模型，再点击第二个模型打开并排页面。