Jakie benchmarki pokazują wydajność Grok-4.20?

Wczesne raporty lokują Grok-4.20 na poziomie około 1505–1535 ELO na LMSYS Arena oraz wskazują na mocne wyniki w rzeczywistych zawodach, takich jak symulacje handlowe Alpha Arena.

Jak duże jest okno kontekstu w Grok-4.20 API?

Grok-4.20 obsługuje okno kontekstu do 2,000,000 tokenów, co pozwala programistom przetwarzać wyjątkowo długie dokumenty lub zbiory danych w jednym żądaniu.

Czy Grok-4.20 jest dostępny dla programistów przez API?

Tak. Grok-4.20 jest dostępny przez Come API.

Jak Grok-4.20 wypada w porównaniu z modelami GPT-5.2 lub Gemini?

Grok-4.20 koncentruje się na rozumowaniu wieloagentowym i bardzo długich oknach kontekstu, podczas gdy GPT-5.2 kładzie nacisk na rozumowanie o wysokiej dokładności, a modele Gemini skupiają się na integracji multimodalnej w ekosystemie Google.

Czym Grok-4.20 różni się od wcześniejszych modeli Grok?

Grok-4.20 wprowadza system rozumowania wieloagentowego, w którym kilku agentów jednocześnie analizuje polecenie i współpracuje nad ostateczną odpowiedzią, co poprawia złożone rozumowanie i wydajność w programowaniu.

Czy Grok-4.20 potrafi obsługiwać wejścia multimodalne, takie jak obrazy lub wideo?

Tak. Grok-4.20 obsługuje wejścia multimodalne, w tym tekst, obrazy i wideo, umożliwiając analizę treści mieszanych w ramach jednej rozmowy.

xAI

Dostępny

grok-4.20-0309-reasoning

Grok 4.20 API

Wersja Grok 4.20 wprowadza architekturę wieloagentową (wiele wyspecjalizowanych agentów koordynowanych w czasie rzeczywistym), rozszerzone tryby kontekstowe oraz ukierunkowane usprawnienia w zakresie wykonywania instrukcji, redukcji halucynacji i wyników ustrukturyzowanych/opartych na narzędziach.

Cena początkowa

$1.00 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

Mar 12, 2026

xAI

Plac zabaw

Wypróbuj Grok 4.20 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0030

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0300

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.0450

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,000

kredytów / 1 mln tokenów

Dane wyjściowe

2,000

kredytów / 1 mln tokenów

Przejrzystość minimalnej opłaty Ten prototyp nie zakłada ukrytej minimalnej opłaty za żądanie. Jeśli w produkcji obowiązuje minimalna kwota rozliczenia lub minimalne doładowanie, musi zostać wyświetlona przed zakupem i uwzględniona w każdym szacowanym budżecie.

Model	Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
grok-4.20-0309-reasoning	Dane wejściowe: $1.00/mln Dane wyjściowe: $2.00/mln	Dane wejściowe: $1.25/mln Dane wyjściowe: $2.50/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Grok 4.20?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.00 / 1 mln tokenów wejściowych

Kontekst

2,000,000 tokeny

Data katalogu

Mar 12, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Grok 4.20

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Grok 4.20, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacje techniczne Grok-4.20

Pozycja	Grok-4.20 (public specs)
Rodzina modeli	Seria Grok-4
Deweloper	xAI
Status wydania	Beta (pierwsze wdrożenie 17 lutego 2026)
Typy danych wejściowych	Tekst, Obraz, Wideo
Typy danych wyjściowych	Wyjścia tekstowe (obsługiwane ustrukturyzowane wyniki i wywoływanie funkcji/narzędzi).
Okno kontekstu	Do 2,000,000 tokenów
Architektura	Współpracujące rozumowanie wieloagentowe
Obsługa narzędzi	Wywoływanie funkcji, ustrukturyzowane wyjścia
Rozumowanie	Wbudowane możliwości rozumowania
Infrastruktura treningowa	Superklaster Colossus (~200,000 GPU)
Warianty modelu	grok-4.20-multi-agent-beta-0309, grok-4.20-beta-0309-reasoning, grok-4.20-beta-0309-non-reasoning.

Czym jest Grok-4.20

Grok-4.20 to najnowsze eksperymentalne wydanie z rodziny Grok-4 opracowane przez xAI. Koncentruje się na agentowym rozumowaniu, obsłudze ekstremalnie długiego kontekstu i szybkim wnioskowaniu, dążąc do dostarczania precyzyjnych odpowiedzi z niższym wskaźnikiem halucynacji niż wcześniejsze modele Grok.

W przeciwieństwie do wcześniejszych modeli Grok, które korzystały z wnioskowania pojedynczego modelu, Grok-4.20 wprowadza współpracę wielu agentów, w której kilku wewnętrznych agentów jednocześnie analizuje prompt i zbiega do finalnej odpowiedzi. Ta architektura ma poprawić wyniki w złożonych zadaniach związanych z rozumowaniem, programowaniem i badaniami.

Główne funkcje Grok-4.20

Ultradługie okno kontekstu (2M tokenów): Umożliwia przetwarzanie całych książek, dużych zbiorów danych lub długich repozytoriów kodu w jednym promptcie.
Architektura rozumowania wieloagentowego: Do czterech wewnętrznych agentów może równolegle analizować prompt i dyskutować rozwiązania przed wygenerowaniem finalnej odpowiedzi.
Agentowe wywoływanie narzędzi i ustrukturyzowane wyniki: Obsługuje wywoływanie funkcji oraz ustrukturyzowane odpowiedzi do integracji z aplikacjami i zautomatyzowanymi przepływami pracy.
Zrozumienie multimodalne: Akceptuje wejścia tekstowe, obrazowe i wideo w ramach tego samego pipeline’u modelu.
Szybkie wnioskowanie z naciskiem na ograniczenie halucynacji: xAI pozycjonuje model jako zoptymalizowany pod kątem prawdziwości odpowiedzi i silnego przestrzegania promptów.

Wyniki benchmarków Grok-4.20

Publiczne dane benchmarkowe są nadal ograniczone w fazie beta, ale wczesne raporty wskazują:

Benchmark	Wynik / Status
LMSYS Chatbot Arena	Szacowany ELO ~1505–1535
ForecastBench	Miejsce #2 we wczesnych testach
Alpha Arena trading challenge	Osiągnięto zwrot +34.59%

Te liczby sugerują, że Grok-4.20 konkuruje z modelami czołowymi w rzeczywistych zadaniach związanych z rozumowaniem i pracą agentów, a nie jedynie w prostych pytaniach benchmarkowych.

Grok-4.20 Beta vs inne modele czołowe

Model	Deweloper	Okno kontekstu	Kluczowa mocna strona
Grok-4.20	xAI	2M tokenów	Rozumowanie wieloagentowe
GPT-5.2	OpenAI	~400K tokenów	Zaawansowane rozumowanie + kodowanie
Gemini 3 Pro	Google	~1M tokenów	Multimodalność i ekosystem Google
Claude 4 Opus	Anthropic	~200K+ tokenów	Wiarygodne rozumowanie

Kluczowe różnice

Grok-4.20 kładzie nacisk na współpracę wielu agentów w zadaniach rozumowania.
Zapewnia jedno z największych okien kontekstu w produkcyjnych LLM (2M tokenów).
Modele konkurencyjne mogą przewyższać Groka w niektórych obszarach, takich jak ustrukturyzowane rozumowanie lub kreatywne pisanie, w zależności od zadań ewaluacyjnych.

Reprezentatywne przypadki użycia

Analiza badań z długim kontekstem
Przetwarzanie dużych dokumentów, materiałów prawnych lub badań akademickich.
Systemy automatyzacji agentowej
Budowa wieloetapowych przepływów pracy, w których model planuje i wykonuje zadania.
Zaawansowane programowanie i symulacje
Rozwiązywanie problemów inżynieryjnych lub symulowanie systemów z długimi łańcuchami rozumowania.
Analiza danych i automatyzacja pulpitów
Śledzenie i analiza wielu strumieni danych równolegle.
Multimodalne przetwarzanie wiedzy
Interpretacja obrazów, klatek wideo i tekstu w ujednoliconym procesie rozumowania.

Jak uzyskać dostęp i używać Grok 4.2 API

Krok 1: Zarejestruj się po klucz API

Zaloguj się do cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, zarejestruj się najpierw. Zaloguj się do swojego CometAPI console. Uzyskaj poświadczenia dostępu — klucz API interfejsu. Kliknij „Add Token” przy tokenie API w centrum osobistym, uzyskaj klucz tokenu: sk-xxxxx i zatwierdź.

Krok 2: Wyślij żądania do `Grok 4.2` API

Wybierz endpoint “grok-4.20-0309-reasoning”, aby wysłać żądanie do API i ustaw ciało żądania. Metoda żądania i ciało żądania są dostępne w naszej dokumentacji API na stronie. Nasza strona udostępnia także test Apifox dla Twojej wygody. Zamień <YOUR_API_KEY> na rzeczywisty klucz CometAPI z Twojego konta. Gdzie wywołać: format Chat.

Wstaw swoje pytanie lub prośbę w pole content — to na nie model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Pobierz i zweryfikuj wyniki

Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź. Po przetworzeniu API zwraca status zadania i dane wyjściowe.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.00 vs $1.25 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.00

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.1600

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$2.00

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$10.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2016

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'grok-4.20-0309-reasoning',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completions

Przykładowy kod i API dla Grok 4.20

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Grok 4.20, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Grok 4.20 w Twoich projektach.

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.20-multi-agent-beta-0309",
    "input": [
      {
        "role": "user",
        "content": "Research the latest breakthroughs in quantum computing and summarize the key findings."
      }
    ],
    "tools": [
      {"type": "web_search"},
      {"type": "x_search"}
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s
' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s
' "$response"
fi

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.20-multi-agent-beta-0309",
    "input": [
      {
        "role": "user",
        "content": "Research the latest breakthroughs in quantum computing and summarize the key findings."
      }
    ],
    "tools": [
      {"type": "web_search"},
      {"type": "x_search"}
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s\n' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s\n' "$response"
fi

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="grok-4.20-multi-agent-beta-0309",
    input=[
        {
            "role": "user",
            "content": "Research the latest breakthroughs in quantum computing and summarize the key findings.",
        }
    ],
    tools=[{"type": "web_search"}, {"type": "x_search"}],
)

print(response.output_text or response.model_dump_json(indent=2))

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const baseUrl = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey,
  baseURL: baseUrl,
});

const response = await client.responses.create({
  model: "grok-4.20-multi-agent-beta-0309",
  input: [
    {
      role: "user",
      content: "Research the latest breakthroughs in quantum computing and summarize the key findings.",
    },
  ],
  tools: [{ type: "web_search" }, { type: "x_search" }],
});

console.log(response.output_text ?? JSON.stringify(response.output, null, 2));

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

image-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: xAI
Kontekst: 2,000,000
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Grok 4.20 w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Zobacz model

OpenAI

GPT 6.1 Terra

GPT-6.1 Terra to szybki i ekonomiczny model OpenAI, zaprojektowany, by łączyć rozumienie wizualne, precyzyjną obsługę komputera oraz jasne pisanie.

Zobacz model

Moonshot AI

Kimi K3.1 Pro

Kimi K3.1 Pro i Kimi K3.1 Pro Highspeed to dwa warianty udostępniania flagowego multimodalnego modelu rozumowania K3.1 Pro firmy Moonshot AI.

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

Respond

22465msAvg. Response

Uptime

93.8%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

Identyfikator modelu	opis	Dostępność	Żądanie
grok-4.20-multi-agent-beta-0309	Wariant wieloagentowy dostrojony do orkiestracji agentów w czasie rzeczywistym i wywoływania narzędzi (przydatny w złożonych procesach badawczych, w których wiele subagentów wykonuje wyszukiwania w sieci, uruchamia kod oraz dokonuje oceny).	✅	wywołania w formacie odpowiedzi.
grok-4.20-0309-reasoning	Wariant zoptymalizowany pod rozumowanie: priorytetem jest głębsze rozumowanie w stylu łańcucha rozumowania oraz wyższe wyniki w testach porównawczych ukierunkowanych na rozumowanie; w porównaniu z wariantami bez rozumowania należy oczekiwać wyższych opóźnień i kosztu na token.	✅	wywołanie w formacie czatu oraz wywołania w formacie odpowiedzi.
grok-4.20-0309-non-reasoning	Wariant o niższych opóźnieniach i niższym koszcie dla zadań o wysokiej przepustowości, w których priorytetem są deterministyczne, krótkie odpowiedzi lub strumieniowe wyniki; kompromisy obejmują niższe wyniki w testach porównawczych rozumowania.	✅	wywołanie w formacie czatu oraz wywołania w formacie odpowiedzi.

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Grok 4.20, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Mar 12, 2026

Dostępność API potwierdzona

Grok 4.20 jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Feb 5, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

xAI

Dostępny

grok-4.20-0309-reasoning

Grok 4.20 API

Cena początkowa

$1.00 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

Mar 12, 2026

xAI

Plac zabaw

Wypróbuj Grok 4.20 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0030

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0300

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.0450

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,000

kredytów / 1 mln tokenów

Dane wyjściowe

2,000

kredytów / 1 mln tokenów

Model	Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
grok-4.20-0309-reasoning	Dane wejściowe: $1.00/mln Dane wyjściowe: $2.00/mln	Dane wejściowe: $1.25/mln Dane wyjściowe: $2.50/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Grok 4.20?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.00 / 1 mln tokenów wejściowych

Kontekst

2,000,000 tokeny

Data katalogu

Mar 12, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Grok 4.20

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Grok 4.20, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacje techniczne Grok-4.20

Pozycja	Grok-4.20 (public specs)
Rodzina modeli	Seria Grok-4
Deweloper	xAI
Status wydania	Beta (pierwsze wdrożenie 17 lutego 2026)
Typy danych wejściowych	Tekst, Obraz, Wideo
Typy danych wyjściowych	Wyjścia tekstowe (obsługiwane ustrukturyzowane wyniki i wywoływanie funkcji/narzędzi).
Okno kontekstu	Do 2,000,000 tokenów
Architektura	Współpracujące rozumowanie wieloagentowe
Obsługa narzędzi	Wywoływanie funkcji, ustrukturyzowane wyjścia
Rozumowanie	Wbudowane możliwości rozumowania
Infrastruktura treningowa	Superklaster Colossus (~200,000 GPU)
Warianty modelu	grok-4.20-multi-agent-beta-0309, grok-4.20-beta-0309-reasoning, grok-4.20-beta-0309-non-reasoning.

Czym jest Grok-4.20

Główne funkcje Grok-4.20

Ultradługie okno kontekstu (2M tokenów): Umożliwia przetwarzanie całych książek, dużych zbiorów danych lub długich repozytoriów kodu w jednym promptcie.
Architektura rozumowania wieloagentowego: Do czterech wewnętrznych agentów może równolegle analizować prompt i dyskutować rozwiązania przed wygenerowaniem finalnej odpowiedzi.
Agentowe wywoływanie narzędzi i ustrukturyzowane wyniki: Obsługuje wywoływanie funkcji oraz ustrukturyzowane odpowiedzi do integracji z aplikacjami i zautomatyzowanymi przepływami pracy.
Zrozumienie multimodalne: Akceptuje wejścia tekstowe, obrazowe i wideo w ramach tego samego pipeline’u modelu.
Szybkie wnioskowanie z naciskiem na ograniczenie halucynacji: xAI pozycjonuje model jako zoptymalizowany pod kątem prawdziwości odpowiedzi i silnego przestrzegania promptów.

Wyniki benchmarków Grok-4.20

Publiczne dane benchmarkowe są nadal ograniczone w fazie beta, ale wczesne raporty wskazują:

Benchmark	Wynik / Status
LMSYS Chatbot Arena	Szacowany ELO ~1505–1535
ForecastBench	Miejsce #2 we wczesnych testach
Alpha Arena trading challenge	Osiągnięto zwrot +34.59%

Te liczby sugerują, że Grok-4.20 konkuruje z modelami czołowymi w rzeczywistych zadaniach związanych z rozumowaniem i pracą agentów, a nie jedynie w prostych pytaniach benchmarkowych.

Grok-4.20 Beta vs inne modele czołowe

Model	Deweloper	Okno kontekstu	Kluczowa mocna strona
Grok-4.20	xAI	2M tokenów	Rozumowanie wieloagentowe
GPT-5.2	OpenAI	~400K tokenów	Zaawansowane rozumowanie + kodowanie
Gemini 3 Pro	Google	~1M tokenów	Multimodalność i ekosystem Google
Claude 4 Opus	Anthropic	~200K+ tokenów	Wiarygodne rozumowanie

Kluczowe różnice

Grok-4.20 kładzie nacisk na współpracę wielu agentów w zadaniach rozumowania.
Zapewnia jedno z największych okien kontekstu w produkcyjnych LLM (2M tokenów).
Modele konkurencyjne mogą przewyższać Groka w niektórych obszarach, takich jak ustrukturyzowane rozumowanie lub kreatywne pisanie, w zależności od zadań ewaluacyjnych.

Reprezentatywne przypadki użycia

Analiza badań z długim kontekstem
Przetwarzanie dużych dokumentów, materiałów prawnych lub badań akademickich.
Systemy automatyzacji agentowej
Budowa wieloetapowych przepływów pracy, w których model planuje i wykonuje zadania.
Zaawansowane programowanie i symulacje
Rozwiązywanie problemów inżynieryjnych lub symulowanie systemów z długimi łańcuchami rozumowania.
Analiza danych i automatyzacja pulpitów
Śledzenie i analiza wielu strumieni danych równolegle.
Multimodalne przetwarzanie wiedzy
Interpretacja obrazów, klatek wideo i tekstu w ujednoliconym procesie rozumowania.

Jak uzyskać dostęp i używać Grok 4.2 API

Krok 1: Zarejestruj się po klucz API

Krok 2: Wyślij żądania do `Grok 4.2` API

Wstaw swoje pytanie lub prośbę w pole content — to na nie model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Pobierz i zweryfikuj wyniki

Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź. Po przetworzeniu API zwraca status zadania i dane wyjściowe.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.00 vs $1.25 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.00

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.1600

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$2.00

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$10.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2016

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'grok-4.20-0309-reasoning',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completions

Przykładowy kod i API dla Grok 4.20

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.20-multi-agent-beta-0309",
    "input": [
      {
        "role": "user",
        "content": "Research the latest breakthroughs in quantum computing and summarize the key findings."
      }
    ],
    "tools": [
      {"type": "web_search"},
      {"type": "x_search"}
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s
' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s
' "$response"
fi

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.20-multi-agent-beta-0309",
    "input": [
      {
        "role": "user",
        "content": "Research the latest breakthroughs in quantum computing and summarize the key findings."
      }
    ],
    "tools": [
      {"type": "web_search"},
      {"type": "x_search"}
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s\n' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s\n' "$response"
fi

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="grok-4.20-multi-agent-beta-0309",
    input=[
        {
            "role": "user",
            "content": "Research the latest breakthroughs in quantum computing and summarize the key findings.",
        }
    ],
    tools=[{"type": "web_search"}, {"type": "x_search"}],
)

print(response.output_text or response.model_dump_json(indent=2))

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const baseUrl = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey,
  baseURL: baseUrl,
});

const response = await client.responses.create({
  model: "grok-4.20-multi-agent-beta-0309",
  input: [
    {
      role: "user",
      content: "Research the latest breakthroughs in quantum computing and summarize the key findings.",
    },
  ],
  tools: [{ type: "web_search" }, { type: "x_search" }],
});

console.log(response.output_text ?? JSON.stringify(response.output, null, 2));

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

image-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: xAI
Kontekst: 2,000,000
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Grok 4.20 w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Zobacz model

OpenAI

GPT 6.1 Terra

GPT-6.1 Terra to szybki i ekonomiczny model OpenAI, zaprojektowany, by łączyć rozumienie wizualne, precyzyjną obsługę komputera oraz jasne pisanie.

Zobacz model

Moonshot AI

Kimi K3.1 Pro

Kimi K3.1 Pro i Kimi K3.1 Pro Highspeed to dwa warianty udostępniania flagowego multimodalnego modelu rozumowania K3.1 Pro firmy Moonshot AI.

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

Respond

22465msAvg. Response

Uptime

93.8%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

Identyfikator modelu	opis	Dostępność	Żądanie
grok-4.20-multi-agent-beta-0309	Wariant wieloagentowy dostrojony do orkiestracji agentów w czasie rzeczywistym i wywoływania narzędzi (przydatny w złożonych procesach badawczych, w których wiele subagentów wykonuje wyszukiwania w sieci, uruchamia kod oraz dokonuje oceny).	✅	wywołania w formacie odpowiedzi.
grok-4.20-0309-reasoning	Wariant zoptymalizowany pod rozumowanie: priorytetem jest głębsze rozumowanie w stylu łańcucha rozumowania oraz wyższe wyniki w testach porównawczych ukierunkowanych na rozumowanie; w porównaniu z wariantami bez rozumowania należy oczekiwać wyższych opóźnień i kosztu na token.	✅	wywołanie w formacie czatu oraz wywołania w formacie odpowiedzi.
grok-4.20-0309-non-reasoning	Wariant o niższych opóźnieniach i niższym koszcie dla zadań o wysokiej przepustowości, w których priorytetem są deterministyczne, krótkie odpowiedzi lub strumieniowe wyniki; kompromisy obejmują niższe wyniki w testach porównawczych rozumowania.	✅	wywołanie w formacie czatu oraz wywołania w formacie odpowiedzi.

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Grok 4.20, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Mar 12, 2026

Dostępność API potwierdzona

Grok 4.20 jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Feb 5, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację

Grok 4.20 API

Plac zabaw

Cennik

Opis modelu

Czym jest Grok 4.20?

Aktualny obraz katalogu

Najpierw podejmij decyzję. Integruj z pewnością.

Przegląd

Specyfikacje techniczne Grok-4.20

Czym jest Grok-4.20

Główne funkcje Grok-4.20

Wyniki benchmarków Grok-4.20

Grok-4.20 Beta vs inne modele czołowe

Reprezentatywne przypadki użycia

Jak uzyskać dostęp i używać Grok 4.2 API

Krok 1: Zarejestruj się po klucz API

Krok 2: Wyślij żądania do Grok 4.2 API

Krok 3: Pobierz i zweryfikuj wyniki

FAQ

Jakie benchmarki pokazują wydajność Grok-4.20?

Jak duże jest okno kontekstu w Grok-4.20 API?

Czy Grok-4.20 jest dostępny dla programistów przez API?

Jak Grok-4.20 wypada w porównaniu z modelami GPT-5.2 lub Gemini?

Czym Grok-4.20 różni się od wcześniejszych modeli Grok?

Czy Grok-4.20 potrafi obsługiwać wejścia multimodalne, takie jak obrazy lub wideo?

Poznaj koszt. Wybierz odpowiednie obciążenie.

Oblicz koszt rzeczywistego przebiegu agenta

Dane wejściowe

Odczyt z pamięci podręcznej

Dane wyjściowe

Wyszukiwanie w internecie

Gdzie Opus uzasadnia wyższą cenę

Inżynieria w skali repozytorium

Długotrwałe działanie agentów

Przegląd o wysokiej wartości

Rutynowe zadania o dużym wolumenie

Strategia korzystania z pamięci podręcznej promptów

Przeprowadź migrację bez przepisywania kodu

API

Jedno API, dostęp do modeli gotowy do produkcji

Przykładowy kod i API dla Grok 4.20

cURL Code Example

Python Code Example

JavaScript Code Example

Możliwości

Przypadki użycia

Inne modele

Czas działania

Czas działania

Wersje

Aktualizacje

Jedna strona, która z czasem staje się coraz lepsza.

Dostępność API potwierdzona

Ceny i limity zsynchronizowane z katalogiem

Utworzono trwałą encję modelu

Porównuj modele i kontynuuj swoje badania

Grok 4.20 API

Plac zabaw

Cennik

Opis modelu

Czym jest Grok 4.20?

Aktualny obraz katalogu

Najpierw podejmij decyzję. Integruj z pewnością.

Przegląd

Specyfikacje techniczne Grok-4.20

Czym jest Grok-4.20

Główne funkcje Grok-4.20

Wyniki benchmarków Grok-4.20

Grok-4.20 Beta vs inne modele czołowe

Reprezentatywne przypadki użycia

Jak uzyskać dostęp i używać Grok 4.2 API

Krok 1: Zarejestruj się po klucz API

Krok 2: Wyślij żądania do Grok 4.2 API

Krok 3: Pobierz i zweryfikuj wyniki

FAQ

Jakie benchmarki pokazują wydajność Grok-4.20?

Jak duże jest okno kontekstu w Grok-4.20 API?

Czy Grok-4.20 jest dostępny dla programistów przez API?

Jak Grok-4.20 wypada w porównaniu z modelami GPT-5.2 lub Gemini?

Czym Grok-4.20 różni się od wcześniejszych modeli Grok?

Krok 2: Wyślij żądania do `Grok 4.2` API

Krok 2: Wyślij żądania do `Grok 4.2` API