Indlæser kataloget…
Indlæser kataloget…
xAI's ræsonneringsmodel med tankekæde i Grok 4.20-generationen, bygget til bevidst inferens i flere trin med tekst og billeder som inddata.
Oversigt. Grok 4.20 0309 (Reasoning) er xAI's variant med tankekæde i Grok 4.20-generationen, designet til bevidst, trinvis inferens frem for hurtig mønstergenkendelse. Den accepterer tekst og billeder som inddata og returnerer tekst. Det er en lukket, proprietær model uden offentlige vægte. Udviklere vælger den, når en opgave har særlig gavn af udvidet ræsonnering, selvom xAI's nyere Grok 4.3-, 4.5- og 4.6-generationer siden har afløst den som leverandørens nuværende flagskibslinje.
Vigtigste styrker. Den fastgjorte modelversion scorer 37,4 på Artificial Analysis' Intelligence Index, og ræsonnering er altid aktiveret for dette model-id frem for at være et valgfrit tilvalg. xAI positionerer modellen til matematik-, kode- og forskningstungt arbejde, da struktureret tankekæde er designet til at forbedre nøjagtigheden i opgaver med mange trin. Den har desuden et kontekstvindue på 1 million tokens i xAI's direkte API-konfiguration, hvilket giver plads til omfattende kontekst med både tekst og billeder i en enkelt ræsonneringsrunde.
Anvendelsesområder. Brug denne model til opgaver, der reelt har gavn af overvejelser i flere trin — som at kontrollere en matematisk udledning, gennemgå kodelogik eller arbejde med et forskningsspørgsmål — frem for hurtig chat i en enkelt runde. Da ræsonnering altid er aktiveret for dette fastgjorte id, skal du forvente svartider i stil med batch-behandling, så den passer bedre til asynkrone eller offline arbejdsflow end til svartidsfølsomme brugerflader. Dens inddata med tekst og billeder gør den også anvendelig, hvor visuel kontekst skal fødes direkte ind i ræsonneringssporet.
Begrænsninger. Dens Intelligence Index (37,4) ligger under xAI's senere Grok 4.3-, 4.5- og 4.6-udgivelser i Artificial Analysis' benchmark, og den altid aktiverede ræsonnering i tankekæde betyder længere svartider end for Grok-varianter uden ræsonnering. Hvor træningsdataene slutter er rapporteret til cirka september 2025, og xAI har ikke offentliggjort antallet af milliarder parametre, arkitekturdetaljer eller en grænse for maksimale uddata-tokens for denne model.
Bemærkning om suverænitet. Grok 4.20 0309 (Reasoning) er en proprietær model med lukkede vægte, der betjenes via xAI's eget API, uden offentligt tilgængelige modelvægte. Der er ikke fundet oplysninger om dataplacering, om den er underlagt CLOUD Act eller om ingen træning på dine data for denne model, så ingen suveræn-betegnelse er gældende.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 1,13 / 2,27€ | Online |
18 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Værktøjskald kombineret med ræsonnering med udvidet tænkning muliggør agentiske kodningsarbejdsflow med mange trin, der kræver planlægning og verificering.
Eksplicit egenskab for værktøjskald gør denne model til et solidt valg som backend til applikationer med strukturerede værktøjskald.
Beskrevet som bygget til matematik og forskningstunge opgaver med bevidst ræsonnering, hvilket gør den velegnet til strukturerede analytiske arbejdsflow.
Ræsonnering i tankekæde rammer opgaver inden for rodårsagsanalyse, der kræver bevidst trinvis inferens, rigtig godt.
En ræsonneringsfokuseret arkitektur med et stort kontekstvindue understøtter dybdegående gennemgang af hele kodebaser i én arbejdsgang.
Et kontekstvindue på 1 million tokens gør det muligt at indlæse mange artikler og dokumenter samtidigt, og bevidst trinvis ræsonnering understøtter sammenligning på tværs af dokumenter.
Det store kontekstvindue understøtter refaktorering af hele filer eller moduler, selvom der ikke er anført specifikke benchmarks for refaktorering.
Det store kontekstvindue understøtter opsummering af lange dokumenter, selvom modellen er mere optimeret til dyb ræsonnering end til at generere kortfattede uddata.
Egenskaber inden for ræsonnering og et koderettet design understøtter generering af strukturerede testcases, selvom det ikke er et specialiseret styrkeområde.
Kontekstvinduet på 1 million tokens kan rumme hele regelsæt; ræsonneringstilstanden hjælper med omhyggelig ekstraktion på paragrafniveau, selvom der ikke er anført specifikke benchmarks for compliance.
Ingen egenskaber for billedforståelse eller OCR er angivet for denne model.
Ingen egenskaber for billedforståelse er angivet; forståelse af screenshots kræver understøttelse af billeder som inddata, hvilket mangler her.
Ingen egenskaber for billedforståelse er angivet for denne model – kun tekst, værktøjskald og ræsonnering.
Ingen egenskaber for billedforståelse er angivet; ekstraktion fra diagrammer kræver billedforståelse, som denne model ikke understøtter.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, ifbench, aa-multilingual-index, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "xai/grok-4.20-0309-reasoning",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på