Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
100.0%
n=14
Letzte 30 Tage
100.0%
n=17
Mediane Antwortzeit
3,987ms
n=17
Basierend auf 131 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
17
OK-Antworten (30d)
17
Gesamte Aufrufe (7d)
14
OK-Antworten (7d)
14
Tokonomix-Benchmark-Urteile
Grok 4.20 Non-Reasoning debuts with strong multimodal performance
Grok 4.20 Non-Reasoning enters the benchmark landscape as xAI's latest offering, demonstrating competitive performance across key evaluation metrics. The model achieves a 78.8% score on MMLU, positioning it solidly in the upper tier of current language models, though trailing the leading systems that exceed 85%. On mathematical reasoning tasks via MATH, it scores 71.9%, showing respectable capability but remaining below the frontier models approaching or surpassing 90%. The model delivers 85.5% on MMLU-Pro and 74.9% on GPQA Diamond, indicating strong performance on more challenging academic benchmarks. Coding ability registers at 74.2% on HumanEval, a competent showing for general programming tasks. Multimodal capabilities are notable, with 78.2% on MMMU demonstrating solid vision-language understanding. The model supports JSON structured outputs and tool calling functionality, making it practical for application development. While this baseline verdict cannot assess performance changes, Grok 4.20 Non-Reasoning establishes itself as a capable general-purpose model with particular strength in multimodal tasks, suitable for production use cases requiring reliable but not necessarily state-of-the-art performance across diverse domains.
Qualität
—
Latenz p50
—
Testläufe
0
Grok 4.20 Non-Reasoning (0309)
von xAI
- Kontextfenster
- 1.048576M tokens
- Eingabepreis
- $1.87 / 1M
- Ausgabepreis
- $3.74 / 1M
- Tier
- Tier B — Produktion
- Modalität
- Text + Bild
- API-Typ
- REST · Streaming
- Benchmark-Läufe
- 38
Mehr von xAI