BenchLeader

Grok 4.20 Multi-Agent

品質339中59位
58.5Index
上位4分の1
中央値比 +8.3
価格255中163位
$1.56100万トークンあたり
多くのモデルより高い
中央値の1.8倍
速度216中2位
349トークン/秒
上位10%
中央値の4.3倍
コスパ255中159位
37.4ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: Claude Haiku 5.5 $0.200/MでIndex 56.7(87%安い)。

より安価でスコアの高いランク付けモデルが7つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか4つ。

2026年11月16日時点で、Grok 4.20 Multi-Agent(SpaceXAI)のBenchLeader Indexは58.5です(ランク付け対象は608構成)。最も強いのは人間の評価(66)、最も弱いのはマルチモーダル(59)です。API料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50(3:1のブレンドで$1.56)で、2026年11月16日時点の定価です。出力速度は約350トークン/秒です(OpenRouter)。2026年3月9日にリリースされました。

要点(2026年11月16日時点)

  • Grok 4.20 Multi-AgentのAPI料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50(3:1のブレンドで$1.56)です(定価、2026年11月16日)。
  • Grok 4.20 Multi-Agentの出力速度は約350トークン/秒です(OpenRouter、2026年11月16日)。
  • Grok 4.20 Multi-Agentは2026年3月9日にリリースされました(SpaceXAI)。

詳しく見ると:Grok 4.20 Multi-AgentはSpaceXAIのプロプライエタリな推論モデルです(2026年3月9日リリース)。最もスコアの高い構成は、BenchLeader Indexで58.5 ±2.0を記録し、608構成中128位で上位半分に入ります。重要なのはこの「±」です。ほかに221構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(66)、マルチモーダルが最も低くなっています(59)。ブレンド価格は100万トークンあたり$1.56で、ランク付けされたモデルの多くより高価です。出力速度は349トークン/秒、最初のトークンまで11.8秒で、最速の4分の1に入ります。最終測定日:2026年11月11日。

ブレンド価格
$1.56/M
入力$1.25・出力$2.50
出典:OpenRouter
出力速度
349 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
12 s
コンテキスト
2M
出典:OpenRouter
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年3月9日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index59
  2. 推論65
  3. コーディング64
  4. 数学63
  5. 人間の評価66
  6. マルチモーダル59

この順位を埋め込む

ほかのバッジスタイル
[![Grok 4.20 Multi-Agent on BenchLeader: 総合 59位](https://www.benchleader.com/badge/grok-4-20-multi-agent.svg?style=compact)](https://www.benchleader.com/models/grok-4-20-multi-agent)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

SpaceXAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

Indexの推移

2026年9月19日〜2026年11月16日
565961

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク標準出典推移
Arena Hard Prompts1484#61Arena (LMArena)
Arena ExpertIndex対象外1483#71Arena (LMArena)

コーディング

ベンチマーク標準出典推移
Arena Coding1509#63Arena (LMArena)

エージェント・ツール

ベンチマーク標準出典推移
Arena SearchIndex対象外1207#15Arena (LMArena)

数学

ベンチマーク標準出典推移
Arena Maths1455#72Arena (LMArena)

指示追従

ベンチマーク標準出典推移
Arena Instruction FollowingIndex対象外1444#77Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1471#50Arena (LMArena)
Arena Creative WritingIndex対象外1448#46Arena (LMArena)
Arena Multi-turnIndex対象外1475#54Arena (LMArena)
Arena Longer QueriesIndex対象外1458#79Arena (LMArena)

マルチモーダル

ベンチマーク標準出典推移
Arena Vision1259#57Arena (LMArena)

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
SpaceXAI486 tok/s2.76 s$1.25$2.502M–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.200のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0013$0.000912.7 s
30ページのレポートを要約12,000 / 600$0.017$0.007113.5 s
コード編集6,000 / 1,500$0.011$0.006516.1 s
エージェント型コーディングセッション60,000 / 4,000$0.085$0.03823.3 s
構造化データの抽出2,000 / 200$0.0030$0.001412.4 s

SpaceXAIのほかのモデル

今月の新着

Grok 4.20 Multi-Agentと比較する

関連ページ

埋め込み・引用

Grok 4.20 Multi-Agentの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Grok 4.20 Multi-Agent on BenchLeader: 総合 59位](https://www.benchleader.com/badge/grok-4-20-multi-agent.svg)](https://www.benchleader.com/models/grok-4-20-multi-agent)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Grok 4.20 Multi-Agent on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-4-20-multi-agent

BibTeX:

@misc{benchleader_grok_4_20_multi_agent_20261116,
  author       = {{BenchLeader}},
  title        = {{Grok 4.20 Multi-Agent on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/grok-4-20-multi-agent}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Grok 4.20 Multi-Agentのベンチマークスコアは?
2026年11月16日時点で、Grok 4.20 Multi-AgentのBenchLeader Indexは58.5 ±2.0です。最も強いのは人間の評価(66)、最も弱いのはマルチモーダル(59)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Grok 4.20 Multi-Agentの順位は?
2026年11月16日時点で、Grok 4.20 Multi-Agentはランク付けされた608構成中128位です。ほかに221構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Grok 4.20 Multi-Agentの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Grok 4.20 Multi-Agentの料金は入力100万トークンあたり$1.25、出力100万トークンあたり$2.50で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.56です。
Grok 4.20 Multi-AgentはQwen3.8 Maxより優れていますか?
2026年11月16日時点で、Grok 4.20 Multi-AgentとQwen3.8 Max(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで58.5対58.7、±3.9の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Grok 4.20 Multi-Agentはいつリリースされましたか?
SpaceXAIが2026年3月9日にGrok 4.20 Multi-Agentをリリースしました。

2026年11月16日時点のデータです。 ほかのモデルと比較

引用表記:BenchLeader「Grok 4.20 Multi-Agent:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/grok-4-20-multi-agent