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
—
Letzte 30 Tage
100.0%
n=4
Mediane Antwortzeit
6,509ms
n=4
Basierend auf 361 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)
4
OK-Antworten (30d)
4
Gesamte Aufrufe (7d)
0
OK-Antworten (7d)
0
Tokonomix-Benchmark-Urteile
Grok 4.20 maintains consistent performance across benchmark windows
Grok 4.20 Non-Reasoning demonstrates stable performance between benchmark windows, with no significant changes in capability scores. The model continues to offer JSON output, tool use, and vision capabilities as previously established. Across coding benchmarks, the model maintains identical scores: 70.3% on HumanEval, 83.9% on MBPP, and 48.8% on SWE-bench Verified. Mathematical reasoning remains steady at 83.5% on MATH-500 and 89.5% on GSM8K. Instruction following shows consistent performance at 81.0% on IFEval with 87.1% on the strict variant. The model's multimodal capabilities show unchanged scores, with 59.8% on MMMU and 76.1% on MathVista. Graduate-level reasoning tasks maintain previous performance levels at 57.1% on GPQA Diamond. This benchmark window reflects operational stability rather than advancement. Users can expect consistent output quality matching the previous window, with established strengths in mathematical problem solving and instruction adherence. The model continues to serve as a reliable non-reasoning variant within the Grok family, maintaining its position without notable gains or regressions.
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
- 209
Mehr von xAI