Zum Inhalt
Tier B — Produktion
Läuft in:USErstellt in:United States
xAI

Grok 4.20 Non-Reasoning (0309)

Tier B — Produktion · 1.048576M Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··
Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz119 runs
369116519602756355110-2311-22ms
Abschnitt 02

Preise

Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.

💰
API-Tarife — Grok 4.20 Non-Reasoning (0309)
$1.87 pro 1M Input-Tokens
$3.74 pro 1M Output-Tokens
≈ $0.0019 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$1.87
pro 1M Output-Tokens$3.74
Abschnitt 03

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)424 / avg 392
536125

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 04

Fähigkeiten

jsontoolsvisionreasoning
Abschnitt 05

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

Abschnitt 06

Tokonomix-Benchmark-Urteile

● 2026-11-22

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

✓ Stable benchmark performance maintained✓ No regressions detected
Letzter automatisierter Test
22. Nov. 2026 · 14:02 UTC · Geschwindigkeits-Benchmark
P50-Latenz
472 ms
P95-Latenz
719 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·22. November 2026