Grok 4.20 Beta Reasoning (0309) (xAI)

该模型属于 grok 系列的推理分支，2026 年 3 月 9 日发布，标注为 Beta，权重未开源。它要解决的是长输入条件下仍能进行多步推导的问题：200 万 tokens 的上下文窗口可以一次性放入整本手册、多份 PDF 或超长对话记录，再配合推理、工具调用与附件输入能力完成抽取、比对与结论生成。输入侧接受文本、图像和 PDF，输出仅文本，单次最多可生成 3 万 tokens，支持温度调节，便于在确定性与发散性之间调整。同批还存在一个 Non-Reasoning 版本，两者上下文规格与价格一致，区别在于是否走推理路径，选型时可作为直接的对照项。官方未披露参数规模与训练细节，本站也暂无该模型的第三方跑分，因此对其能力的判断只能建立在上下文、输入模态与接口规格之上，适合按场景试用而非按榜单选型。

选型建议需要长上下文、多步推理与附件解析时选它；只做简单问答或高并发短请求，换同族 Fast 版本更划算。

• 解析长篇财报或监管 PDF，抽取关键条款并做多步核对
• 搭建带工具调用的研究型 Agent，串联检索、计算与撰写
• 批量阅读图文混排手册，输出结构化字段与摘要
• 对超长对话记录做归因分析，提炼争议点与最终结论
• 结合项目文档做跨文件推理，定位设计取舍与影响范围

沿用 grok 系列的推理分支路线，本条目是该分支的测试版本，与同批的 Non-Reasoning 版本构成能力对照。结构细节官方披露有限。

• 系列结构属于 grok 家族的推理分支，与同批 Non-Reasoning 版本共用上下文规格与价格，差异集中在是否启用推理路径。
• 接口能力支持工具调用、文本/图像/PDF 附件输入与温度调节，输出仅限文本，单次最多 3 万 tokens。
• 披露程度权重未开源，参数规模与训练细节未公开，公开资料较少，只能从上下文与接口规格侧写其定位。

开源权重

否

模型家族

grok

本站暂无该模型的第三方跑分，以下判断基于上下文长度、输入模态与接口能力，属于定性描述。

• 强项200 万 tokens 上下文加推理模式，适合整本手册、长报告或多份 PDF 一次性比对，省去切片与检索拼装。
• 短板单次输出上限 3 万 tokens，超长产出需分段续写；推理路径的延迟与费用通常高于同族 Fast 版本。
• 适合多步推导并调用外部工具的 Agent 流程，以及图文混排 PDF 的结构化抽取与交叉核验。

官方价为输入 $2/M、输出 $6/M，缓存读 $0.2/M，在同族中处于中档，成本主要取决于推理调用比例与缓存命中率。

• 定位输入 $2/M、输出 $6/M 属同族中档，缓存读 $0.2/M 约为输入价一成，长提示反复调用时成本下降明显。
• 横向对比与同批 Non-Reasoning 版同价，比 v2 贵约 29%，比 Grok 4 Fast 与 4.1 Fast 贵约 90%，溢价买推理。
• 平台差价站内各渠道输入 $2/M、输出 $6/M 保持一致，缓存读价仅在部分渠道列出，跨平台比价空间有限。
• 省钱把稳定前缀放进缓存、把简单请求路由到 Fast 版本，只让复杂推理走本模型。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $2/M / $6/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站暂无该模型第三方跑分，能力判断只能依据上下文长度、输入模态与接口规格，不宜据此做排名。
• 边界Beta 版本，行为与价格可能调整；仅文本输出，无语音与视频输入，权重未开放不能本地部署。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。