GeekRadar / Il banco di confronto

CONFRONTA.

Modelli IA

xai

Grok 4.20 Beta (Reasoning, 0309)

Valutazione del modello

Capacità e preferenze

Preferenze umane · Arena

Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.

Grok 4.20 Beta (Reasoning, 0309) 1451,0 Grok 4.20 Beta (Reasoning, 0309) · Intervallo 95% 1447,3–1454,6 · 66,422 voti · 2026-10-28

Risultati registrati

Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.

Arena text preference / chinesehuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.480,80 rating

Intervallo di confidenza: 1.471,06 – 1.490,55

4234 voti

Oct 28, 2026

Categoria: chinese
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / codinghuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.458,65 rating

Intervallo di confidenza: 1.452,94 – 1.464,37

18368 voti

Oct 28, 2026

Categoria: coding
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / creative_writinghuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.431,83 rating

Intervallo di confidenza: 1.425,12 – 1.438,55

11423 voti

Oct 28, 2026

Categoria: creative_writing
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / englishhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.457,27 rating

Intervallo di confidenza: 1.452,43 – 1.462,10

30431 voti

Oct 28, 2026

Categoria: english
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.449,68 rating

Intervallo di confidenza: 1.444,92 – 1.454,43

50682 voti

Oct 28, 2026

Categoria: exclude_ties
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / experthuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.438,93 rating

Intervallo di confidenza: 1.430,88 – 1.446,97

6694 voti

Oct 28, 2026

Categoria: expert
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / frenchhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.476,20 rating

Intervallo di confidenza: 1.461,96 – 1.490,45

2216 voti

Oct 28, 2026

Categoria: french
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / germanhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.440,56 rating

Intervallo di confidenza: 1.421,62 – 1.459,51

1051 voti

Oct 28, 2026

Categoria: german
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / hard_promptshuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.451,50 rating

Intervallo di confidenza: 1.447,11 – 1.455,90

43501 voti

Oct 28, 2026

Categoria: hard_prompts
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.454,71 rating

Intervallo di confidenza: 1.449,19 – 1.460,23

20639 voti

Oct 28, 2026

Categoria: hard_prompts_english
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.431,89 rating

Intervallo di confidenza: 1.425,70 – 1.438,09

13361 voti

Oct 28, 2026

Categoria: industry_business_and_management_and_financial_operations
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.425,94 rating

Intervallo di confidenza: 1.419,77 – 1.432,11

14778 voti

Oct 28, 2026

Categoria: industry_entertainment_and_sports_and_media
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.453,82 rating

Intervallo di confidenza: 1.444,95 – 1.462,68

5327 voti

Oct 28, 2026

Categoria: industry_legal_and_government
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.462,80 rating

Intervallo di confidenza: 1.456,18 – 1.469,42

10867 voti

Oct 28, 2026

Categoria: industry_life_and_physical_and_social_science
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.446,29 rating

Intervallo di confidenza: 1.435,87 – 1.456,70

3643 voti

Oct 28, 2026

Categoria: industry_mathematical
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.453,86 rating

Intervallo di confidenza: 1.444,72 – 1.462,99

4952 voti

Oct 28, 2026

Categoria: industry_medicine_and_healthcare
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.461,28 rating

Intervallo di confidenza: 1.456,21 – 1.466,35

26051 voti

Oct 28, 2026

Categoria: industry_software_and_it_services
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.433,68 rating

Intervallo di confidenza: 1.427,82 – 1.439,54

16602 voti

Oct 28, 2026

Categoria: industry_writing_and_literature_and_language
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.420,54 rating

Intervallo di confidenza: 1.415,24 – 1.425,85

22630 voti

Oct 28, 2026

Categoria: instruction_following
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / japanesehuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.414,31 rating

Intervallo di confidenza: 1.390,86 – 1.437,75

706 voti

Oct 28, 2026

Categoria: japanese
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / koreanhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.415,31 rating

Intervallo di confidenza: 1.395,80 – 1.434,81

1067 voti

Oct 28, 2026

Categoria: korean
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / longer_queryhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.436,66 rating

Intervallo di confidenza: 1.431,53 – 1.441,78

29106 voti

Oct 28, 2026

Categoria: longer_query
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / mathhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.455,22 rating

Intervallo di confidenza: 1.444,82 – 1.465,62

3542 voti

Oct 28, 2026

Categoria: math
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / multi_turnhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.455,72 rating

Intervallo di confidenza: 1.449,21 – 1.462,24

12122 voti

Oct 28, 2026

Categoria: multi_turn
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / non_englishhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.440,86 rating

Intervallo di confidenza: 1.436,33 – 1.445,38

35991 voti

Oct 28, 2026

Categoria: non_english
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / overallhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.450,98 rating

Intervallo di confidenza: 1.447,33 – 1.454,64

66422 voti

Oct 28, 2026

Categoria: overall
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / polishhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.451,44 rating

Intervallo di confidenza: 1.434,68 – 1.468,20

1254 voti

Oct 28, 2026

Categoria: polish
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / russianhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.457,58 rating

Intervallo di confidenza: 1.449,96 – 1.465,20

7432 voti

Oct 28, 2026

Categoria: russian
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Arena text preference / spanishhuman preference · 2026-10-28 · rating

Grok 4.20 Beta (Reasoning, 0309)

1.442,98 rating

Intervallo di confidenza: 1.429,02 – 1.456,94

2062 voti

Oct 28, 2026

Categoria: spanish
Configurazione valutata: Grok 4.20 Beta (Reasoning, 0309)
Tipo di valutazione: human preference

Esecuzione locale

Inferenza · stima della memoria

Grok 4.20 Beta (Reasoning, 0309)

Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.

Capacità

Licenza del modello: Proprietary