xAI · pașaport de model
Grok 4 20 Beta 0309 Reasoning
grok-4-20-beta-0309-reasoning- Doar în cloud
- Licență Proprietary
- Lansat 2026-09-13(văzut prima dată pe LMArena)
- General · LMArena
- 1,472#40 din 396
- Cea mai bună percentilă
- 90.2General
- Poziția în cohortă
- 64.9mediană 60.3
Ce spun datele
Evaluat pe 9 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 90.2 pct — General (1,472)
- 89.1 pct — Prompturi dificile (1,489)
- 86.7 pct — Programare (1,511)
Neuniform: 66,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 90.2 pct pe General față de 23.7 pct pe Document Arena.
- General90.2 pct1,472Verifică →
- Prompturi dificile89.1 pct1,489Verifică →
- Programare86.7 pct1,511Verifică →
- Urmarea instrucțiunilor85.4 pct1,447Verifică →
- LiveBench77.3 pct68.0%Verifică →
- Vision Arena72.7 pct1,256Verifică →
- Factuality Arena71.5 pct1,456Verifică →
- WebDev Arena32.4 pct1,375Verifică →
- Document Arena23.7 pct1,439Verifică →
- Search ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
grok-4.20-beta-0309-reasoning stands at 64.9 (raw mean 69.9) — measured on 9 of 27 axes.
grok-4.20-beta-0309-reasoning stands at 64.9 versus a cohort median of 60.3 across 176 models released within 180 days — above the peer median.
grok-4.20-beta-0309-reasoning scores at percentile 90.2 on General.
grok-4.20-beta-0309-reasoning scores at percentile 89.1 on Prompturi dificile.
grok-4.20-beta-0309-reasoning ranks between #49 and #207 across 6 built-in weightings — best under "Conversație pe primul loc", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →