GeekRadar / Il banco di confronto

CONFRONTA.

Modelli IA

xai

Grok 4.20 Multi-Agent Beta (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 Multi-Agent Beta (0309) 1450,7 Grok 4.20 Multi-Agent Beta (0309) · Intervallo 95% 1447,0–1454,3 · 64,917 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 Multi-Agent Beta (0309)

1.475,94 rating

Intervallo di confidenza: 1.466,13 – 1.485,75

4036 voti

Oct 28, 2026

Categoria: chinese
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.457,42 rating

Intervallo di confidenza: 1.451,73 – 1.463,11

18016 voti

Oct 28, 2026

Categoria: coding
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.436,29 rating

Intervallo di confidenza: 1.429,55 – 1.443,02

11285 voti

Oct 28, 2026

Categoria: creative_writing
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.452,40 rating

Intervallo di confidenza: 1.447,53 – 1.457,26

29595 voti

Oct 28, 2026

Categoria: english
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.448,15 rating

Intervallo di confidenza: 1.443,36 – 1.452,94

49108 voti

Oct 28, 2026

Categoria: exclude_ties
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.446,03 rating

Intervallo di confidenza: 1.438,03 – 1.454,04

6549 voti

Oct 28, 2026

Categoria: expert
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.466,43 rating

Intervallo di confidenza: 1.452,40 – 1.480,45

2263 voti

Oct 28, 2026

Categoria: french
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.457,31 rating

Intervallo di confidenza: 1.438,14 – 1.476,47

1058 voti

Oct 28, 2026

Categoria: german
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.448,28 rating

Intervallo di confidenza: 1.443,86 – 1.452,70

42159 voti

Oct 28, 2026

Categoria: hard_prompts
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.446,18 rating

Intervallo di confidenza: 1.440,64 – 1.451,73

19974 voti

Oct 28, 2026

Categoria: hard_prompts_english
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.422,69 rating

Intervallo di confidenza: 1.416,44 – 1.428,95

12893 voti

Oct 28, 2026

Categoria: industry_business_and_management_and_financial_operations
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.422,35 rating

Intervallo di confidenza: 1.416,15 – 1.428,55

14196 voti

Oct 28, 2026

Categoria: industry_entertainment_and_sports_and_media
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.448,31 rating

Intervallo di confidenza: 1.439,47 – 1.457,14

5184 voti

Oct 28, 2026

Categoria: industry_legal_and_government
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.455,09 rating

Intervallo di confidenza: 1.448,49 – 1.461,68

10678 voti

Oct 28, 2026

Categoria: industry_life_and_physical_and_social_science
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.441,62 rating

Intervallo di confidenza: 1.431,19 – 1.452,05

3558 voti

Oct 28, 2026

Categoria: industry_mathematical
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.452,40 rating

Intervallo di confidenza: 1.443,22 – 1.461,58

4835 voti

Oct 28, 2026

Categoria: industry_medicine_and_healthcare
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.461,13 rating

Intervallo di confidenza: 1.456,06 – 1.466,20

25579 voti

Oct 28, 2026

Categoria: industry_software_and_it_services
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.430,80 rating

Intervallo di confidenza: 1.424,94 – 1.436,66

16153 voti

Oct 28, 2026

Categoria: industry_writing_and_literature_and_language
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.420,24 rating

Intervallo di confidenza: 1.414,93 – 1.425,54

21950 voti

Oct 28, 2026

Categoria: instruction_following
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.406,25 rating

Intervallo di confidenza: 1.381,61 – 1.430,88

626 voti

Oct 28, 2026

Categoria: japanese
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.414,81 rating

Intervallo di confidenza: 1.395,54 – 1.434,08

1047 voti

Oct 28, 2026

Categoria: korean
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.431,03 rating

Intervallo di confidenza: 1.425,87 – 1.436,19

27978 voti

Oct 28, 2026

Categoria: longer_query
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.440,61 rating

Intervallo di confidenza: 1.430,15 – 1.451,06

3391 voti

Oct 28, 2026

Categoria: math
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.452,12 rating

Intervallo di confidenza: 1.445,47 – 1.458,77

10620 voti

Oct 28, 2026

Categoria: multi_turn
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.440,54 rating

Intervallo di confidenza: 1.436,03 – 1.445,05

35321 voti

Oct 28, 2026

Categoria: non_english
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.450,65 rating

Intervallo di confidenza: 1.446,97 – 1.454,33

64917 voti

Oct 28, 2026

Categoria: overall
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.453,99 rating

Intervallo di confidenza: 1.437,79 – 1.470,19

1310 voti

Oct 28, 2026

Categoria: polish
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.457,24 rating

Intervallo di confidenza: 1.449,54 – 1.464,93

7153 voti

Oct 28, 2026

Categoria: russian
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

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

Grok 4.20 Multi-Agent Beta (0309)

1.447,71 rating

Intervallo di confidenza: 1.433,47 – 1.461,95

1995 voti

Oct 28, 2026

Categoria: spanish
Configurazione valutata: Grok 4.20 Multi-Agent Beta (0309)
Tipo di valutazione: human preference

Esecuzione locale

Inferenza · stima della memoria

Grok 4.20 Multi-Agent Beta (0309)

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

Capacità

Licenza del modello: Proprietary