Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
—
30 derniers jours
100.0%
n=1
Temps de réponse médian
2,505ms
n=1
Basé sur 109 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
1
Réponses OK (30d)
1
Total des appels (7d)
0
Réponses OK (7d)
0
Verdicts benchmark Tokonomix
Grok 4.20 Reasoning debuts with strong multi-modal performance
Grok 4.20 Reasoning enters the benchmark landscape as xAI's first reasoning-focused model with comprehensive multi-modal capabilities. The model demonstrates solid performance across core competencies, achieving 88.9% on MMLU and 90.3% on GPQA Diamond, positioning it competitively in graduate-level reasoning tasks. Mathematical capabilities show strength with 85.7% on MATH-500 and reliable coding performance at 83.5% on HumanEval. Visual understanding proves capable at 72.9% on MMMU, while instruction following scores 72.6% on IFEval. The model supports JSON mode, tool use, vision processing, and extended reasoning capabilities out of the gate. With a 128K token context window, it handles substantial inputs while maintaining the ability to extract and reason over complex information. As a baseline entry, Grok 4.20 Reasoning establishes xAI's position in the reasoning model category with balanced performance across academic benchmarks, practical coding tasks, and multi-modal understanding. Users gain access to a versatile model combining reasoning depth with broad capability coverage, though future iterations will reveal optimization trajectories.
Qualité
—
Latence p50
—
Exécutions de test
0