AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#160

Grok 4.20

X AI 发布日期: 2026-03-31 测试于: 2026-05-06 14:16 x-ai/grok-4.20::none
(medium) (none)

摘要

Grok 4.20 在 AI BENCHY 上得分 4.4,排名 #160。它的可靠性为 不适用,通过率为 28.6%,总成本为 $0.057,平均响应时间为 1.11s

Grok 4.20 的独特之处: 在这个得分水平下,它的 benchmark 总成本异常低。 相比类似模型,它的速度明显更快。

身份说明

Grok 4.20 BetaGrok 4.20 的预览版本。

分数

4.4

一致性

8.5

可靠性

不适用

总成本(当前价格)

$0.057 ↓ -40.1%

测试时价格: $0.095

总输出令牌

1,923

总输入令牌

41,313

输入价格

$1.250 / 1M

输出价格

$2.500 / 1M

测试正确

错误测试数: 12

尝试通过率: 28.6%

不稳定测试

0

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)

1.11s

响应时间(最大): 6.04s

响应时间(总计): 19.96s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#160 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
1,367 tok

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-05-06 14:16 重新测试 5.4 不适用 $0.057 当前轮次
2026-05-06 14:16 重新测试 5.4 不适用 $0.095 比较
2026-05-06 14:16 重新测试 5.4 不适用 $0.095 比较
2026-05-06 14:16 测试集已变更 5.4 不适用 $0.095 比较
2026-04-11 01:44 首次记录的运行 5.2 不适用 $0.095 比较

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
2026-06-04 15:40 $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。

总输出令牌

分数 vs 总输出令牌

快速对比

类别细分

类别 分数 一致性 测试正确
反AI技巧 4.8 10.0
编程 1.1 3.1
综合 3.0 10.0
数据解析与提取 10.0 10.0
领域专项 3.0 10.0
通用智能 4.8 10.0
指令遵循 6.3 10.0
谜题求解 5.3 10.0
工具调用 10.0 10.0
常识问答 0.0 0.0

已对比模型