#120 SpaceXAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 tok
X AI
发布日期: 2026-03-31
测试于: 2026-08-14 02:57
x-ai/grok-4.20::medium
~1T 总计 (~100B 激活)MoE闭源估算
(medium)
(none)
摘要
Grok 4.20 在 AI BENCHY 上得分 7.0，排名 #120。它的可靠性为 10.0，通过率为 60.6%，总成本为 $0.805，平均响应时间为 32.56s。
Grok 4.20 的独特之处： 它最突出的是 综合，排名 #2；相对较弱的是 通用智能，排名 #15。
身份说明
Grok 4.20 Beta 是 Grok 4.20 的预览版本。
模型信息
调研日期：2026-08-12
- 参数量
- ~1T 总计 (~100B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$1.250 / 1M
输出价格
$2.500 / 1M
不稳定测试
5
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）。
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:57 重新测试 | 7.0 | 10.0 | $0.805 ↓ | 当前轮次 | |
| 2026-07-16 23:07 新增测试 | 7.1 | 10.0 | $0.777 ↓ | 比较 | |
| 2026-06-04 14:17 新增测试 | 7.1 | 10.0 | $0.609 ↓ | 比较 | |
| 2026-05-22 00:32 测试集已变更 | 6.7 | 10.0 | $0.832 | 比较 | |
| 2026-05-08 15:32 测试集已变更 | 6.9 | 10.0 | $0.756 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 7.0 | 不适用 | $0.743 | 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 | 基准测试覆盖率 | 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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:57 · 当前轮次 | 66/66 次尝试 | 7.0 | 8.2 | 10.0 | 11/22 | 5 | 270,259 | 102,986 | $0.805 | 32.56s |
| 2026-05-08 15:32 · 测试集已变更 | 57/57 次尝试 | 6.9 | 8.3 | 10.0 | 10/19 | 4 | 130,017 | 0 | $0.756 | 14.53s |
| 差值 | — | +0.1 | -0.1 | 0.0 | +1 | +1 | +140242 | +102986 | +$0.049 | +18033ms |
基准测试覆盖率不同：66/66 次尝试 (目标：每项测试重复 3 次) 对比 57/57 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 |
|---|---|---|
| 2026-08-14 12:51 | $1.250 / 1M | $2.500 / 1M |
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Grok 4.20mediumvsMercury 2mediumGrok 4.20mediumvsSeed-2.0-MinimediumGrok 4.20mediumvsGPT-5.5noneGrok 4.20mediumvsKimi K2.5mediumGrok 4.20mediumvsGLM 5.1mediumGrok 4.20mediumvsKAT-Coder-Pro V2.5mediumGrok 4.20mediumvsDeepSeek V3.2mediumGrok 4.20mediumvsQwen3.7 FlashmediumGrok 4.20mediumvsGPT-5.6 SolnoneGrok 4.20mediumvsSeed-2.0-Codehigh