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.

#20 von 21 im Vals Index · aktueller Snapshot
39 Vals Index · 13 Benchmark-Zeilen · 4 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite57
Kontext256K
Input / 1M—
Output / 1M—
Wissensstichtag2026-01-01
Output-Speed227 t/s
TTFT (Default-API)16.81s
Statussolid
ReasoningCodingAgenticLong context
Reasoning
91
Coding
46
Agentic
93
Long context
58

72average across 4 tested families

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
τ³-Bench BankingAgentic#3/ 6493Artificial Analysis2026-07-21
IFBenchReasoning#4/ 5781Artificial Analysis2026-07-21
AA output speedPerformance#7/ 69Artificial Analysis2026-07-21
AA time to first tokenPerformance#15/ 69Artificial Analysis2026-07-21
GPQA DiamondReasoning#18/ 6991Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#32/ 6532Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#41/ 6737Artificial Analysis2026-07-21
SciCodeCoding#41/ 6546Artificial Analysis2026-07-21
AA-LCRLong context#49/ 6458Artificial Analysis2026-07-21
Terminal-BenchAgentic#54/ 6938Artificial Analysis2026-07-21
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
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
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 · 93
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGrok 4.20 Reasoning · 58
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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.

13 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context58%Artificial Analysis2
AA output speedPerformance227 t/sArtificial Analysis2
AA time to first tokenPerformance16.81sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning37%Artificial Analysis2
GPQA DiamondReasoning91.1%Artificial Analysis2
Humanity's Last ExamReasoning32.2%Artificial Analysis2
IFBenchReasoning81.22%Artificial Analysis2
SciCodeCoding45.6%Artificial Analysis2
τ³-Bench BankingAgentic92.98%Artificial Analysis2
Terminal-BenchAgentic37.88%Artificial Analysis2
Vals IndexAgentic39.11%Vals AI — Vals Index49
ARC-AGIReasoning53.3%ARC Prize leaderboard69
LiveBenchReasoning56.4%LiveBench leaderboard99
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
Agentic93
Long context58
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

14 Quell-Zeilen

13 of 32 catalog benchmarks have a sourced row for Grok 4.20 Reasoning.

Reasoning

Coding

Agentic

Long context

Performance

Quellen