AI BENCHY
Your ad here

#47

Grok 4.20 Multi-Agent Beta

X AI · 发布日期: 2026-03-12 · x-ai/grok-4.20-multi-agent-beta::medium

平均分

4.9

每个结果成本

97.178

一致性

7.1

总成本

$4.859

测试正确

错误测试数: 11

尝试通过率: 52.1%

不稳定测试

6

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）。

响应时间（平均）

9.08s

响应时间（最大）: 35.28s

响应时间（总计）: 127.09s

未遵循指令: 4 答案错误: 3 API 错误: 2 额外格式: 2

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

平均分 vs 总输出令牌

快速对比

Grok 4.20 Multi-Agent BetamediumvsSeed-2.0-LitenoneGrok 4.20 Multi-Agent BetamediumvsQwen3.5-122B-A10BnoneGrok 4.20 Multi-Agent BetamediumvsQwen3.5-35B-A3BnoneGrok 4.20 Multi-Agent Betamediumvsgpt-oss-120bmedium免费可用Grok 4.20 Multi-Agent BetamediumvsMiniMax M2.5mediumGrok 4.20 Multi-Agent BetamediumvsGemini 3 Flash PreviewmediumGrok 4.20 Multi-Agent BetamediumvsGemini 3.1 Pro PreviewmediumGrok 4.20 Multi-Agent BetamediumvsStep 3.5 Flashmedium免费可用

类别细分

类别 平均分 一致性 测试正确
反AI技巧 4.0 4.4
综合 10.0 10.0
数据解析与提取 9.9 10.0
领域专项 10.0 7.2
通用智能 4.0 2.8
指令遵循 9.0 10.0
谜题求解 6.3 5.1
工具调用 10.0 10.0

已对比模型