Grok 4.20 (Reasoning) vs o3
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Grok 4.20 (Reasoning) от xAI и o3 от OpenAI — две ключевые модели ИИ в своём классе. Grok 4.20 (Reasoning) предлагает контекстное окно 1M токенов по цене $3.00/$15.00 за 1 млн токенов, а o3 — контекст 200K токенов по цене $2.00/$8.00 за 1 млн токенов. Ниже представлено сравнение бенчмарков, задержки и экономики.
Выбирайте и сравнивайте любые модели
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Grok 4.20 (Reasoning)
Система глубокого рассужденияGrok 4.20 (Reasoning) от xAI — специализированная ИИ-модель для глубокого логического рассуждения, сложной математики и научных исследований, обеспечивающая контекстное окно 1M, скорость 95 ток/с и индекс интеллекта 68/100 (по цене $3/$15 з
$3.00 / 1M
$15.00 / 1M
1M tokens
68.2%
o3
Система глубокого рассужденияo3 от OpenAI — специализированная ИИ-модель для глубокого логического рассуждения, сложной математики и научных исследований, обеспечивающая контекстное окно 200K, скорость 75 ток/с и индекс интеллекта 56/100 (по цене $2/$8 за 1M токенов).
$2.00 / 1M
$8.00 / 1M
200K tokens
69.1%
Ключевые отличия кратко
- o3 is 1.7x cheaper for API usage (input + output tokens combined).
- Grok 4.20 (Reasoning) has a larger context window (1M vs 200K tokens).
- Grok 4.20 (Reasoning) is faster at 95 tok/s vs 75 tok/s.
- o3 leads on SWE-bench coding (69.1% vs 68.2%).
| Feature | Grok 4.20 (Reasoning) | o3 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 68 | 56 |
Provider | xAI | OpenAI |
Input Price Cost per million input tokens | $3.00 / 1M | $2.00 / 1M |
Output Price Cost per million output tokens | $15.00 / 1M | $8.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $2.63 / 1M | $1.55 / 1M |
Context Window Maximum input + output tokens | 1M tokens~1,500 A4 pages of text | 200K tokens~300 A4 pages of text |
Max Output Tokens Per single request | 66K | 100K |
Throughput Speed Tokens generated per second | 95 tok/s | 75 tok/s |
SWE-bench Verified Real-world software engineering | 68.2% | 69.1% |
GPQA Diamond Graduate-level reasoning | 72.8% | 76.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.75 / 1M | $0.50 / 1M |
Кто лидирует в каждой категории?
At-a-glance decision frameworkРезультаты проверенных бенчмарков
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Задержка и скорость ответа
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Интерактивный калькулятор стоимости токенов
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Grok 4.20 (Reasoning) · Strengths & Key Advantages
- Контекстное окно 1M и генерация до 66K выходных токенов за ответ (SWE-bench Verified 68.2% · GPQA Diamond 72.8%)
- Высокая скорость генерации 95 токенов/сек при задержке до первого токена (TTFT) всего 980 мс
- Выгодная тарификация API (по цене $3/$15 за 1M токенов) с поддержкой кэширования промптов и строгих JSON-схем
Considerations & Trade-offs
- Проприетарная облачная модель без возможности скачивания весов для локального запуска в закрытом контуре
- При больших объемах трафика рекомендуется использовать кэширование промптов и Batch API для снижения затрат
o3 · Strengths & Key Advantages
- Контекстное окно 200K и генерация до 100K выходных токенов за ответ (SWE-bench Verified 69.1% · GPQA Diamond 76.5%)
- Высокая скорость генерации 75 токенов/сек при задержке до первого токена (TTFT) всего 2800 мс
- Выгодная тарификация API (по цене $2/$8 за 1M токенов) с поддержкой кэширования промптов и строгих JSON-схем
Considerations & Trade-offs
- Проприетарная облачная модель без возможности скачивания весов для локального запуска в закрытом контуре
- При больших объемах трафика рекомендуется использовать кэширование промптов и Batch API для снижения затрат
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Grok 4.20 (Reasoning) | o3 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $1.45 | $1.35 |
Output Tokens / Task Tokens generated per task | 45K | 48K |
Reasoning Tokens / Task Thinking tokens burned per task | 28K | 26K |
Технические характеристики
Architecture, release timeline, capabilities, and modalities.
| Feature | Grok 4.20 (Reasoning) | o3 |
|---|---|---|
| Official API Model ID (SDK) | grok-4-20-reasoning-latest | o3 |
| API Protocol | xAI REST API (OpenAI-Compatible) | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2026-03 | 2025-04 |
| Knowledge Cutoff | November 2025 | June 2024 |
| Architecture | Colossus-Scale Reasoning Sparse MoE | Reasoning transformer with adjustable thinking effort |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($3/1M in) across full 1000K window | Flat rate ($2/1M in) across full 200K window |
| Prompt Cache Policy & TTL | Cached input at $0.75/1M tokens | Automatic prefix caching at $0.5/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Real-time Web & X (Twitter) Search Grounding + Code Execution | Native Web Search tool + Hosted Code Interpreter & File Search RAG |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | xAI Production Safety & Alignment Verified | OpenAI Preparedness Framework Audited & System Card Published |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Grok 4.20 (Reasoning) vs o3: Быстрые ответы (FAQ)
Which is more intelligent, Grok 4.20 (Reasoning) or o3?
Grok 4.20 (Reasoning) is more intelligent. It scores 68 compared with 56 on the composite Intelligence Index.
Which model is faster?
Grok 4.20 (Reasoning) is faster, generating 95 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
o3 is cheaper at $1.55 per 1M tokens blended, compared with $2.63 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Grok 4.20 (Reasoning) has lower latency, with a time to first token of 0.98s compared with 2.80s.
Which model has a larger context window?
Grok 4.20 (Reasoning) has a larger context window, supporting 1M tokens compared with 200K tokens.
Вердикт
И Grok 4.20 (Reasoning) (Оптимально для глубокого логического рассуждения, сложной математики и научных исследований, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.), и o3 (Оптимально для глубокого логического рассуждения, сложной математики и научных исследований, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.) отлично подходят для продакшена: Grok 4.20 (Reasoning) лидирует в сложных тестах логики и кода, Grok 4.20 (Reasoning) обеспечивает более высокую скорость генерации, а o3 выгоднее при больших объёмах API-запросов.
Часто задаваемые вопросы (FAQ)
Что лучше для программирования и логики: Grok 4.20 (Reasoning) или o3?+
По сводному индексу интеллекта и тестам программирования лидирует Grok 4.20 (Reasoning). Подробные баллы SWE-bench и GPQA приведены в таблице выше.
У какой модели дешевле API — Grok 4.20 (Reasoning) или o3?+
Тариф Grok 4.20 (Reasoning) составляет $3.00 / $15.00 за 1 млн входных/выходных токенов, а o3 — $2.00 / $8.00. По смешанной стоимости выгоднее o3.
У какой модели больше окно контекста и выше скорость?+
Grok 4.20 (Reasoning) поддерживает контекст 1M токенов против 200K токенов у o3, а по скорости генерации токенов лидирует Grok 4.20 (Reasoning).
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Command A Reasoning против o3: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Grok 4.20 (Reasoning) против Claude Opus 5.5: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Grok 4.20 (Reasoning) против DeepSeek R1: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Grok 4.20 (Reasoning) против Gemini 4 Argon: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Grok Build 0.1 против Grok 4.20 (Reasoning): Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- OpenAI o1 против o3: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Официальные источники: Официальная документация API xAI и OpenAI, системные карточки и независимые бенчмарки (2026).