Todo sobre Grok 4.20 (Reasoning)

Grok 4.20 (Reasoning) en breve

xAI publicó Grok 4.20 (Reasoning) el 9 de marzo de 2026. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Es un modelo cerrado: se accede a él por API, a través de xAI o de uno de los 14 proveedores recogidos en models.dev. Tiene, por tanto, 7 meses a 22 de octubre de 2026.

Lo clasificamos entre los gama media (34 modelos de esta categoría en el sitio).

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Grok 4.20 (Reasoning) obtiene un índice de capacidad de 74,6 sobre 100, calculado con 4 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 89,3 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 92,2 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 44,9 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• Terminal-Bench (tareas de agente en una terminal): 57,3 % — el mejor modelo seguido, GPT-5.5, alcanza 84,7 %

Características técnicas

Su ventana de contexto alcanza 2.000.000 tokens, unas 3000 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 30.000 tokens.

Acepta como entrada: texto y imagen.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

¿Cuánto cuesta Grok 4.20 (Reasoning)?

Grok 4.20 (Reasoning) cuesta 1,25 US$ por millón de tokens de entrada y 2,5 US$ por millón de tokens de salida (mediana de 14 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,03 US$; mil veces esa tarea, 30 US$.

Es 1,8 veces más barato que el precio de salida mediano de los gama media (4,38 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿A quién va dirigido?

Por su categoría, Grok 4.20 (Reasoning) está pensado sobre todo para un equilibrio entre calidad y coste, para usos cotidianos que no justifican un modelo puntero.

Su resultado en Terminal-Bench (57,3 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Alternativas

En la misma categoría, los modelos más cercanos a Grok 4.20 (Reasoning) son:

• Claude Opus 4.5 (Anthropic, índice 74,3)
• GPT-5 (OpenAI, índice 75,3)
• GPT-5.1 (OpenAI, índice 75,8)
• Gemini 3.5 Flash (Google DeepMind, índice 76)