VerdictPal
Beitreten

Modelle / xAI

Grok 4.3

Grok · Release 2026-04-30

xAIs Frontier-Modell April 2026 mit 2M-Token-Kontext, eingebauter Echtzeit-X-Suche und Vals-Index 46,63 %. Nicht das klügste Modell der Bestenliste, aber das einzige mit 2M-Kontext und einem Live-Sozialgraphen.

Default-Modell für Echtzeit-Soziale-Signale, sehr langen Kontext (>1M) und aktualitätskritische Recherche, in der Minuten zählen.

#16 von 21 im Vals Index · aktueller Snapshot
47 Vals Index · 17 Benchmark-Zeilen · 9 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite60
Kontext2M
Input / 1M$5.0
Output / 1M$25
Wissensstichtag2026-03-15
Output-Speed124 t/s
TTFT (Default-API)31.32s
Statussolid
KnowledgeReasoningCodingAgenticLong contextTool useHuman preference
Knowledge
89
Reasoning
88
Coding
78
Agentic
64
Long context
64
Tool use
77
Human preference
88

78average across 7 tested families

Redaktionsnotiz
Grok 4.3 ist das einzige Modell auf dem öffentlichen Markt mit echtem >1M-Kontext. Das 2M-Fenster ist real — aber in unseren Langdokument-Tests fällt die Zitat-Treue nach 1,5M Tokens stark ab. Die X-Such-Integration ist ein echter Differentiator für Breaking-News-Recherche.
Benchmark-Platzierungen

Wo Grok 4.3 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
IFBenchReasoning#3/ 5781Artificial Analysis2026-07-21
LMArena (Chatbot Arena)Human preference#4/ 1388LMArena leaderboard2026-05-25
MMLUKnowledge#11/ 2289xAI Grok 4.32026-04-30
AA time to first tokenPerformance#12/ 69Artificial Analysis2026-07-21
BFCLTool use#12/ 2077Berkeley Function Calling Leaderboard V42026-04-15
Vals IndexAgentic#15/ 2047Vals AI — Vals Index2026-06-04
LiveBenchReasoning#17/ 2161LiveBench leaderboard2026-04-15
LongBench v2Long context#17/ 1946LongBench v2 leaderboard2026-04-01
SWE-bench VerifiedCoding#19/ 2378SWE-bench Verified leaderboard2026-06-09
AA output speedPerformance#21/ 69Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#28/ 6535Artificial Analysis2026-07-21
GPQA DiamondReasoning#31/ 6988GPQA Diamond paper leaderboard2026-05-15
Terminal-BenchAgentic#33/ 6964Terminal-Bench 2.0 leaderboard2026-06-09
SciCodeCoding#34/ 6547Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#40/ 6738Artificial Analysis2026-07-21
AA-LCRLong context#41/ 6464Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#53/ 6412Artificial Analysis2026-07-21
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Grok 4.3 auftaucht, ist es hervorgehoben.

KnowledgeGrok 4.3 · 89
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningGrok 4.3 · 88
  1. 1
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
CodingGrok 4.3 · 78
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticGrok 4.3 · 64
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGrok 4.3 · 64
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
Tool useGrok 4.3 · 77
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Human preferenceGrok 4.3 · 88
  1. 1
    GPT 5.5
    95
  2. 2
    Claude Opus 4.8
    92
  3. 3
    Gemini 3.5 Flash
    91
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Grok 4.3 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

17 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context64.33%Artificial Analysis2
AA output speedPerformance124 t/sArtificial Analysis2
AA time to first tokenPerformance31.32sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning37.6%Artificial Analysis2
Humanity's Last ExamReasoning35%Artificial Analysis2
IFBenchReasoning81.29%Artificial Analysis2
SciCodeCoding47.3%Artificial Analysis2
τ³-Bench BankingAgentic12.16%Artificial Analysis2
SWE-bench VerifiedCoding77.6%SWE-bench Verified leaderboard44
Terminal-BenchAgentic63.8%Terminal-Bench 2.0 leaderboard44
Vals IndexAgentic46.63%Vals AI — Vals Index49
LMArena (Chatbot Arena)Human preference1441LMArena leaderboard59
GPQA DiamondReasoning88%GPQA Diamond paper leaderboard69
MMLUKnowledge88.5%xAI Grok 4.384
BFCLTool use77.2%Berkeley Function Calling Leaderboard V499
LiveBenchReasoning60.8%LiveBench leaderboard99
LongBench v2Long context46.2%LongBench v2 leaderboard113
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.

Knowledge89
Reasoning88
Coding78
Agentic64
Long context64
Tool use77
Human preference88
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 4.3. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

17 Quell-Zeilen

17 of 32 catalog benchmarks have a sourced row for Grok 4.3.

Knowledge

Reasoning

Coding

Agentic

Long context

Tool use

Performance

Human preference

Changelog
  1. Grok 4.3 mit 2M-Kontext und Echtzeit-X-Suche veröffentlicht.
  2. Grok 4.20 aus der allgemeinen Verfügbarkeit ausgemustert.
Quellen