VerdictPal
Beitreten

Modelle / xAI

Grok 4.20 Reasoning

Grok 4 · Release 2026-03-05

xAIs Reasoning-Grok März 2026. Vals-Index 39,11 (#15). Reasoning-first-Variante der Grok-4-Familie.

xAI-Reasoning-Route, wenn Grok 4.3 zu teuer oder zu allgemein ist.

#73 von 184 im AA Index · aktueller Snapshot
26 AA Index · 11 Benchmark-Zeilen · 4 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite54
Kontext256K
Input / 1M—
Output / 1M—
Wissensstichtag2026-01-01
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

66/100 Ø
Reasoning
91
Agentisch
39
Langer Kontext
69

3 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Grok 4.20 Reasoning auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
IFBenchReasoning#6/ 12781Artificial Analysis2026-09-10
GPQA DiamondReasoning#36/ 19091Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#59/ 18535Artificial Analysis2026-09-10
Artificial Analysis Intelligence IndexReasoning#82/ 18826Artificial Analysis2026-09-10
AA-LCRLong context#127/ 18269Artificial Analysis2026-09-10
Terminal-BenchAgentic#128/ 18938Artificial Analysis2026-09-10
AA output speedPerformance#148/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#148/ 190Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Grok 4.20 Reasoning auftaucht, ist es hervorgehoben.

ReasoningGrok 4.20 Reasoning · 91
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
AgenticGrok 4.20 Reasoning · 39
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGrok 4.20 Reasoning · 69
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Grok 4.20 Reasoning in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

9 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context69%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning25.7%Artificial Analysis4
GPQA DiamondReasoning91.1%Artificial Analysis4
Humanity's Last ExamReasoning34.5%Artificial Analysis4
IFBenchReasoning81.22%Artificial Analysis4
Terminal-BenchAgentic37.88%Artificial Analysis4
Vals IndexAgentic39.11%Vals AI — Vals Index102
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Reasoning91
Agentisch39
Langer Kontext69
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Grok 4.20 Reasoning. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

12 Quell-Zeilen

11 von 37 Katalog-Benchmarks haben eine belegte Zeile für Grok 4.20 Reasoning.

Reasoning

Agentic

Long context

Performance

Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.