BenchLeader

Grok 4.20 1

截至 2026年11月16日,Grok 4.20 1(SpaceXAI)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。

详细说明:Grok 4.20 1 是 SpaceXAI 的模型。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
–
单任务成本
–
单任务 token 数
–
发布日期
–
来源未公布日期
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 推理65
  2. 编程64
  3. 数学63
  4. 人类偏好66

Grok 4.20 1 首次获得基准测试结果时发邮件通知我

SpaceXAI 发布新模型时也会通知,每周一另有每周回顾。

选择提供商和邮件类型

版本

SpaceXAI 以这个名称发布过 11 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Grok 4.7xhigh2026年9月21日57.4#154
Grok 4.6high2026年8月11日60.6#74
Grok 4.52026年7月8日59.3#109
Grok 4.3high2026年4月17日56.5#180
Grok 4.2high2026年3月10日––
Grok 4.20thinking2026年2月17日58.3#132
Grok 4.12025年11月17日57.1#160
Grok 42025年7月9日58.1#136
Grok 32025年2月17日50.9#326
Grok 22024年12月12日42.3#495
Grok 4.20 1本页–––

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试默认来源趋势
Arena Hard Prompts1487#56Arena (LMArena)
Arena Expert不计入 Index1476#85Arena (LMArena)

编程

基准测试默认来源趋势
Arena Coding1508#66Arena (LMArena)

智能体与工具

基准测试默认来源趋势
Arena Search不计入 Index1200#19Arena (LMArena)

数学

基准测试默认来源趋势
Arena Maths1449#83Arena (LMArena)

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1450#68Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1475#40Arena (LMArena)
Arena Creative Writing不计入 Index1464#27Arena (LMArena)
Arena Multi-turn不计入 Index1483#35Arena (LMArena)
Arena Longer Queries不计入 Index1465#72Arena (LMArena)

SpaceXAI 的更多模型

本月新上线

另请参阅

常见问题

为什么 Grok 4.20 1 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,Grok 4.20 1 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Grok 4.20 1:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/grok-4-20-1。