Grok 4.20 Multi-Agent
性价比更高: Claude Haiku 5.5 $0.200/M 即可获得 Index 56.7,便宜 87%。
有 7 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 4 个。
截至 2026年11月16日,Grok 4.20 Multi-Agent(SpaceXAI)在 BenchLeader Index 上得分 58.5(共 608 个已排名配置)。表现最好的是人类偏好(66),最弱的是多模态(59)。API 价格为输入每百万 token $1.25、输出每百万 token $2.50(按 3:1 混合为 $1.56),为 2026年11月16日的标价。输出速度约为 350 token/秒(OpenRouter)。发布于 2026年3月9日。
要点(截至 2026年11月16日)
- Grok 4.20 Multi-Agent 的 API 价格为输入每百万 token $1.25、输出每百万 token $2.50(按 3:1 混合为 $1.56)(标价,2026年11月16日)。
- Grok 4.20 Multi-Agent 的输出速度约为 350 token/秒(OpenRouter,2026年11月16日)。
- Grok 4.20 Multi-Agent 于 2026年3月9日发布(SpaceXAI)。
详细说明:Grok 4.20 Multi-Agent 是 SpaceXAI 的闭源推理模型,发布于 2026年3月9日。其最佳配置在 BenchLeader Index 上得分 58.5 ±2.0,在 608 个配置中排第 128 名,处于上半区。关键在于这个“±”:另有 221 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(66),多模态最低(59)。按混合价格计,每百万 token $1.56,比大多数已排名模型贵。输出速度为 349 token/秒,首 token 延迟 11.8 秒,位于最快的四分之一。最近一次测量:2026年11月11日。
- 混合价格
- $1.56/M
- 输入 $1.25 · 输出 $2.50
- 来源:OpenRouter
- 输出速度
- 349 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 12 s
- 上下文
- 2M
- 来源:OpenRouter
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年3月9日
- 综合 Index59
- 推理65
- 编程64
- 数学63
- 人类偏好66
- 多模态59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/grok-4-20-multi-agent)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月19日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
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 Prompts | 1484#61 | Arena (LMArena) | |
| Arena Expert不计入 Index | 1483#71 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1509#63 | Arena (LMArena) |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Search不计入 Index | 1207#15 | Arena (LMArena) |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1455#72 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1444#77 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1471#50 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1448#46 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1475#54 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1458#79 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1259#57 | Arena (LMArena) |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| SpaceXAI | 486 tok/s | 2.76 s | $1.25 | $2.50 | 2M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0013 | $0.0009 | 12.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.017 | $0.0071 | 13.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.011 | $0.0065 | 16.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.085 | $0.038 | 23.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0030 | $0.0014 | 12.4 s |
将 Grok 4.20 Multi-Agent 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Grok 4.20 Multi-Agent 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/grok-4-20-multi-agent)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- Grok 4.20 Multi-Agent 的基准测试得分是多少?
- 截至 2026年11月16日,Grok 4.20 Multi-Agent 的 BenchLeader Index 为 58.5 ±2.0。最强的是人类偏好(66),最弱的是多模态(59)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Grok 4.20 Multi-Agent 排名第几?
- 截至 2026年11月16日,Grok 4.20 Multi-Agent 在 608 个已排名配置中排第 128 名。另有 221 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Grok 4.20 Multi-Agent 每百万 token 的价格是多少?
- 截至 2026年11月16日,Grok 4.20 Multi-Agent 的价格为输入每百万 token $1.25、输出每百万 token $2.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.56。
- Grok 4.20 Multi-Agent 比 Qwen3.8 Max 更好吗?
- 截至 2026年11月16日,Grok 4.20 Multi-Agent 与 Qwen3.8 Max(推理强度 max)的质量不相上下(BenchLeader Index 58.5 比 58.7,在 ±3.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Grok 4.20 Multi-Agent 是什么时候发布的?
- SpaceXAI 于 2026年3月9日发布了 Grok 4.20 Multi-Agent。
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 Multi-Agent: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-multi-agent。