xAI: Grok 4.20 Multi-Agent

Grok 4.20 Multi-Agent adalah varian penalaran kolaboratif dari Grok 4.20. Model ini ditujukan untuk pertanyaan menuntut yang mendapat manfaat dari beberapa jalur analisis yang dieksplorasi sebelum respons disusun.

Bandingkan model

grok-4.20-multi-agent

TersediaxAIObrolan

Masukan / Keluaran: $1.25 / $2.50
Konteks: 1M
Output maksimal: 128K
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache PromptPenalaran

Tentang Grok 4.20 Multi-Agent

Grok 4.20 Multi-Agent adalah varian xAI dari Grok 4.20 yang menjawab pertanyaan sulit dengan menjalankan beberapa agen secara paralel. Setiap agen meneliti sudut pandang yang berbeda, dan agen pemimpin menggabungkan temuan mereka menjadi satu balasan dengan bukti pendukung. Model ini cocok untuk pertanyaan bergaya riset di mana keluasan lebih penting daripada kecepatan, berbeda dengan model 4.20 penalaran satu langkah dan non-penalaran.

Kelebihan

Membagi pertanyaan ke beberapa agen yang mengeksplorasi sudut pandang berbeda sekaligus, lalu menggabungkan hasilnya menjadi satu jawaban.
Agen pemimpin menulis balasan akhir, sehingga Anda menerima satu respons yang koheren alih-alih tumpukan temuan parsial.
xAI mendokumentasikan pengaturan sekitar empat agen untuk riset cepat dan enam belas untuk analisis yang lebih mendalam, disesuaikan dengan tingkat upaya.
Cocok untuk pertanyaan yang memerlukan pengumpulan sumber dan pemeriksaan silang, bukan langkah penarikan informasi tunggal.
Membaca gambar serta teks saat pertanyaan menyertakan tangkapan layar atau gambar.

Kapan harus beralih

Menjalankan beberapa agen membutuhkan waktu lebih lama dan menggunakan lebih banyak token daripada satu langkah; model 4.20 biasa lebih baik untuk pencarian sederhana.
Hanya jawaban akhir pemimpin yang terlihat, sehingga Anda tidak dapat memeriksa apa yang disimpulkan oleh setiap sub-agen.
Ini adalah varian yang berorientasi pada riset; untuk agen pengodean atau pemanggilan alat konvensional, grok-4.7 adalah pilihan yang lebih langsung.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format API:
```
curl https://api.tokenlab.sh/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "grok-4.20-multi-agent",
    "input": "Hello!"
  }'
```

Penetapan Harga

Harga Official adalah baseline publik pembuat model. Harga TokenLab adalah yang Anda bayar untuk model ini di TokenLab.

Spesifikasi default

per 1M token

Harga Official: Masukan $1.25 / Keluaran $2.50 / Pembacaan cache $0.20
Official: Masukan $1.25 / Keluaran $2.50 / Pembacaan cache $0.20
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.20
Official: $0.20
Diskon: —

	Harga Officialper 1M token	Officialper 1M token	Diskon
Spesifikasi default	Masukan $1.25 / Keluaran $2.50 / Pembacaan cache $0.20	Masukan $1.25 / Keluaran $2.50 / Pembacaan cache $0.20	—
Harga cache prompt
Pembacaan cache	$0.20	$0.20	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 3 Okt 2026, 19.21 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Grok 4.20 Multi-Agent di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba grok-4.20-multi-agent dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Penalaran
Visi

Riset pasar dan kompetitor
Minta ringkasan berbasis sumber tentang kategori produk, dengan setiap agen meliput vendor atau sudut pandang berbeda, dan terima satu pengarahan yang disintesis.
Tinjauan literatur dan kebijakan
Ajukan pertanyaan yang mencakup banyak makalah atau peraturan dan biarkan agen paralel mengumpulkan poin-poin relevan sebelum pemimpin mendamaikan ketidaksepakatan.
Analisis terbuka yang sulit
Berikan pertanyaan tanpa metode tunggal yang jelas, seperti mengapa suatu metrik berubah, dan dapatkan pandangan terkonsolidasi yang dibangun dari beberapa jalur analisis.

Contoh prompt

Bandingkan pendekatan utama untuk pengindeksan pencarian vektor untuk korpus sepuluh juta dokumen. Bahas akurasi, penggunaan memori, dan kompleksitas operasional, lalu rekomendasikan satu.

Apa saja pertanyaan hukum terbuka seputar pelatihan model pada gambar berlisensi? Berikan posisi yang bersaing dan bukti untuk masing-masing.

Pendaftaran kami turun 18 persen bulan lalu. Usulkan lima penjelasan independen dan katakan data apa yang akan mengonfirmasi atau menyanggah masing-masing.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa yang dilakukan versi multi-agen dari Grok 4.20?

Model ini meluncurkan beberapa agen yang mengerjakan pertanyaan secara paralel. Mereka mengumpulkan dan menganalisis informasi dari sudut pandang berbeda, kemudian agen pemimpin menggabungkan diskusi tersebut menjadi satu jawaban akhir. Anda mengirimkan prompt normal dan menerima satu balasan.

Berapa banyak agen yang digunakan grok-4.20-multi-agent?

xAI menjelaskan dua pengaturan: empat agen untuk riset cepat dan terfokus, serta enam belas untuk analisis yang mendalam dan kompleks. Jumlahnya mengikuti upaya penalaran yang Anda minta, dengan upaya rendah dipetakan ke tim yang lebih kecil dan upaya tinggi ke tim yang lebih besar.

Apakah grok-4.20-multi-agent lebih lambat daripada grok-4.20?

Umumnya ya. Beberapa agen mengeksplorasi pertanyaan sebelum pemimpin menulis balasan, sehingga latensi dan penggunaan token meningkat seiring jumlah agen. Untuk pertanyaan singkat atau obrolan, model 4.20 standar atau non-penalaran merespons lebih cepat.

Bisakah saya melihat apa yang disimpulkan oleh setiap agen?

Tidak. xAI hanya menampilkan output agen pemimpin, dan status kerja sub-agen tidak dikembalikan. Minta model untuk mengutip bukti dalam jawaban akhirnya jika Anda perlu memverifikasi bagaimana suatu kesimpulan dicapai.

Apakah model ini menerima gambar?

Ya. Seperti model 4.20 lainnya, model ini menerima gambar dengan teks, sehingga pertanyaan riset dapat menyertakan grafik atau tangkapan layar. Respons dikembalikan sebagai teks.

Berapa biaya Grok 4.20 Multi-Agent?

Di TokenLab, Grok 4.20 Multi-Agent dikenakan Masukan $1.25 / Keluaran $2.50 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Grok 4.20 Multi-Agent?

Grok 4.20 Multi-Agent mendukung hingga 1.000.000 token konteks dan menghasilkan hingga 131.072 token per respons.

Endpoint mana yang harus digunakan Grok 4.20 Multi-Agent?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk Grok 4.20 Multi-Agent. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Grok 4.20 Multi-Agent?

Grok 4.20 Multi-Agent mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.