xAI · pașaport de model
Grok 4 20 Multi Agent Beta 0309
grok-4-20-multi-agent-beta-0309- Doar în cloud
- Licență Proprietary
- Lansat 2026-10-09(văzut prima dată pe LMArena)
- General · LMArena
- 1,470#41 din 396
- Cea mai bună percentilă
- 89.9General
- Poziția în cohortă
- 70.7mediană 60.6
Ce spun datele
Evaluat pe 7 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 89.9 pct — General (1,470)
- 87.1 pct — Prompturi dificile (1,483)
- 85.9 pct — Programare (1,508)
Neuniform: 23,2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 89.9 pct pe General față de 66.7 pct pe Search Arena.
- General89.9 pct1,470Verifică →
- Prompturi dificile87.1 pct1,483Verifică →
- Programare85.9 pct1,508Verifică →
- Urmarea instrucțiunilor83.6 pct1,444Verifică →
- Factuality Arena73.8 pct1,457Verifică →
- Vision Arena70 pct1,250Verifică →
- Search Arena66.7 pct1,206Verifică →
- WebDev ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- 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-multi-agent-beta-0309 stands at 70.7 (raw mean 79.6) — measured on 7 of 27 axes.
grok-4.20-multi-agent-beta-0309 stands at 70.7 versus a cohort median of 60.6 across 171 models released within 180 days — above the peer median.
grok-4.20-multi-agent-beta-0309 scores at percentile 89.9 on General.
grok-4.20-multi-agent-beta-0309 scores at percentile 87.1 on Prompturi dificile.
grok-4.20-multi-agent-beta-0309 ranks between #48 and #86 across 5 built-in weightings — best under "Conversație pe primul loc", worst under "Raționament".
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 →