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.

#23 von 24 im Vals Index · aktueller Snapshot
39 Vals Index · 12 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.

60/100 Ø
Reasoning
91
Coding
46
Agentisch
39
Langer Kontext
62

4 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 Analysis2026-09-01
GPQA DiamondReasoning#32/ 18591Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#55/ 18035Artificial Analysis2026-09-01
SciCodeCoding#77/ 18046Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#86/ 18738Artificial Analysis2026-09-01
Terminal-BenchAgentic#123/ 18438Artificial Analysis2026-09-01
AA-LCRLong context#133/ 17962Artificial Analysis2026-09-01
AA time to first tokenPerformance#148/ 186Artificial Analysis2026-09-01
AA output speedPerformance#149/ 187Artificial Analysis2026-09-01
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
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
CodingGrok 4.20 Reasoning · 46
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
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 · 62
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
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.

11 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context62.33%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
Artificial Analysis Intelligence IndexReasoning38%Artificial Analysis5
GPQA DiamondReasoning91.1%Artificial Analysis5
Humanity's Last ExamReasoning34.5%Artificial Analysis5
IFBenchReasoning81.22%Artificial Analysis5
SciCodeCoding45.6%Artificial Analysis5
Terminal-BenchAgentic37.88%Artificial Analysis5
Vals IndexAgentic39.11%Vals AI — Vals Index94
ARC-AGIReasoning53.3%ARC Prize leaderboard114
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
Coding46
Agentisch39
Langer Kontext62
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.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

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

13 Quell-Zeilen

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

Reasoning

Coding

Agentic

Long context

Performance

Quellen