Grok 4.20 значительно отстает от Gemini и ChatGPT, но устанавливает новый рекорд по отсутствию галлюцинаций

В тестах производительности Grok 4.20 от xAI не может сравниться с лучшими ИИ, но демонстрирует меньше галлюцинаций, чем любая другая протестированная модель. По данным Artificial Analysis ^[1], Grok 4.20 Beta набирает 48 баллов по индексу интеллекта ^[2] с включенным логическим мышлением ^[3], что значительно меньше, чем у Gemini 3.1 Pro Preview и GPT-5.4 (57 баллов), но все же на 6 баллов лучше, чем у Grok 4.

xAI выпустила три варианта API ^[4]: с логическим выводом, без логического вывода и в многоагентном режиме. Модель поддерживает контекстное окно в 2 миллиона токенов и стоит 2 или 6 долларов за миллион токенов; это дешевле, чем Grok 4, и конкурентоспособно по цене среди западных моделей.

Главное достоинство Grok 4.20 – это, как ни странно ^[5], фактическая достоверность. В тесте AA Omniscience он показал 78-процентный уровень отсутствия галлюцинаций, что является рекордом, согласно данным Artificial Analysis. Тест измеряет, как часто модель выдумывает ответ вместо того, чтобы признать, что она не знает, а также оценивает способность запоминать факты. Grok 4.20 ошибался лишь примерно в одном случае из пяти, когда у него не было ответа.

Делегируйте часть рутинных задач вместе с BotHub! ^[6] Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[7] вы можете получить 300 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник ^[8]