xAI
Grok 4.7
최대 컨텍스트
500K
최대 출력
500K
출시일
N/A
grok-4.20-multi-agentGrok-4.20-multi-agent은(는) 출처에서 Grok 4.20 variant for coordinated multi-에이전트 워크플로을(를) 핵심 특징으로 제시합니다. 주요 가치는 심층 연구, 도구 사용, 종합 and complex task decomposition에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.
Context Window
1M tokens
Maximum Output
30K tokens
Release Date
2026년 3월 9일
Modalities
| 입력 가격 | 출력 가격 | 캐시 읽기 |
|---|---|---|
| $1.25/M | $2.5/M | $0.2/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Grok 4.20 Multi-Agent는 여러 에이전트를 병렬로 조정하고 결과를 종합하며 100만 토큰 멀티모달 컨텍스트를 처리하는 베타 연구 모델입니다.
여러 에이전트가 하나의 요청을 동시에 분석하고 각자의 관점과 결과를 제공한 뒤 리더 에이전트가 최종 응답을 작성합니다.
4개 또는 16개 에이전트 구성을 선택해 집중적인 조사와 폭넓은 다각도 분석을 구분해 사용할 수 있습니다.
100만 토큰 창과 텍스트·이미지 입력을 통해 방대한 자료 모음과 시각적 근거를 종합할 수 있습니다.
Grok 4.20 Multi-Agent는 독립적인 병렬 조사가 유용한 심층 연구, 구조화된 비교, 근거 종합 작업에 적합합니다.
광범위한 연구 질문을 병렬 에이전트에게 나누어 서로 다른 측면을 조사하고 결과를 하나의 일관된 보고서로 통합합니다.
기술, 정책, 전략 선택지를 여러 기준으로 비교하고 각 에이전트의 분석을 통해 절충점과 놓치기 쉬운 요소를 파악합니다.
대량의 텍스트와 시각 자료를 병렬로 검토하고 서로 다른 결과를 조정해 체계적인 근거 요약을 생성합니다.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Grok 4.20 0309 (Reasoning)
| 지표 점수 | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 종합 역량 평가 | 36.5 |
| Artificial Analysis Coding Index | 코딩 역량 종합 평가 | 42.2 |
| 지식 및 추론 | ||
| GPQA | 고난도 과학 문제 해결 | 88.5% |
| HLE | 다분야 전문가 수준 평가 | 30% |
| 코딩 및 소프트웨어 엔지니어링 | ||
| SciCode | 과학 컴퓨팅 코딩 과제 | 44.7% |
| Terminal-Bench Hard | 고난도 터미널 작업 수행 | 40.9% |
| 지시 준수 및 에이전트 작업 | ||
| IFBench | 프롬프트 제약 준수 | 82.9% |
| AA-LCR | 긴 컨텍스트 추론 | 59% |
| τ²-Bench | 에이전트 워크플로 작업 | 96.5% |
지표 출처 Artificial Analysis
Grok 4.20 Multi-Agent의 포지션, 적합한 용도, 주요 강점, 고려할 제한 사항과 TokenHub 연동 시 확인할 내용을 알아보세요.
Grok 4.20 Multi-Agent 모델은 여러 에이전트를 병렬로 조정해 심층 조사와 종합을 수행하는 xAI의 베타 연구 모델입니다. 베타 모델이므로 프로덕션 사용 전에 지연 시간, 출력 일관성, 지원 기능을 검증하세요.
심층 조사 및 근거 종합, 여러 조사 에이전트의 병렬 작업이 유리한 연구, 그리고 여러 출처와 가설을 종합하는 작업에 적합합니다. 프로덕션 적용 전에 대표 입력으로 테스트하고 측정 가능한 승인 기준을 정하세요.
가장 실용적인 강점은 여러 에이전트의 병렬 협업, 효과적인 도구 및 함수 호출, 그리고 강한 긴 컨텍스트 처리입니다. 이 조합은 여러 조사 에이전트의 병렬 작업이 유리한 연구에 특히 유용합니다.
단일 모델의 즉시 응답이 필요한 경우, 추가 병렬 에이전트 작업이 시간이나 사용량 증가에 비해 가치가 없는 경우, 또는 중요한 의사결정에 사람의 검토를 넣을 수 없는 경우에는 다른 모델을 고려하세요. 사실, 법률, 재무, 의료, 운영과 관련된 중요한 출력은 자격을 갖춘 사람이 검토해야 합니다.
TokenHub에서는 Grok 4.20 Multi-Agent에 표시된 정확한 모델 식별자를 선택하고 계정 문서의 엔드포인트와 TokenHub 자격 증명을 사용하세요. TokenHub가 멀티에이전트 모델과 필요한 조사 도구를 제공하는지 확인하고 추론 설정이 에이전트 수, 지연 시간, 사용량에 미치는 영향을 검토하세요.
하나의 API 키로 Grok 4.20 Multi-Agent과 더 많은 AI 모델을 이용하세요.
미디어 및 논의
이 모델과 관련된 공개 동영상과 게시물을 선별했습니다.
X (Twitter)
Reddit
YouTube