Grok 4.3 Beta 评测详情
Grok 4.3 Beta 当前已收录的代表性评测结果包括 GPQA Diamond（53 / 253，得分 88.83）、Terminal Bench Hard（59 / 244，得分 37.90）、MMMU-Pro（63 / 229，得分 78.10）。本页还提供与 2 个前代或同系列模型的迭代对比。
评测结果
Grok 4.3 Beta
评测结果
科学知识与推理
共 4 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 4 项评测评测名称 / 模式
得分
排名/总数
图像感知与视觉推理
共 4 项评测评测名称 / 模式
得分
排名/总数
历代版本对比
Grok 4.3 Beta 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
3 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Grok 4.3 Beta当前 | Grok 4.20 |
|---|---|---|
12.40思考水平·高 ｜ 工具 | 18.00思考水平·高 ｜ 工具 | |
73.73思考水平·高 | 80.33思考水平·高 | |
149.13思考水平·高 | 152.01思考水平·高 |
单评测历史趋势图
当前查看：τ³-Banking · 客服与业务流程
选择评测
Grok 4.3 Beta 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
若存在上下文阈值，图中标准价仅适用于以下范围：
Grok 4.3 Beta: 标准价适用于 <= 200000
Grok 4.20: 标准价适用于 <= 200000
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Grok 4.3 Beta | xAI | $1.25 / 1M tokens | $2.5 / 1M tokens | <= 200000 |
Grok 4.20 | xAI | $1.25 / 1M tokens | $2.5 / 1M tokens | <= 200000 |