Kann ich Grok 4.20 Multi-Agent lokal ausführen?

Nein – xAI hat für dieses Modell keine offenen Gewichte veröffentlicht, es ist nur per API zugänglich.

Was kostet es und wie groß ist der Kontext?

Die API kostet 1,25 $ pro Million Eingabe-Tokens und 2,50 $ pro Million Ausgabe-Tokens, mit einem Kontextfenster von 2.000.000 Tokens.

Worin unterscheidet sich diese Variante vom Standard-Grok 4.20?

Diese Variante ist speziell für Multi-Agent-Workflows gebaut – mehrere Agenten arbeiten parallel, um Werkzeugnutzung zu koordinieren und Informationen zu synthetisieren – statt eine einzelne Eingabe in einem Durchgang zu bearbeiten.

Grok 4.20 Multi Agent

5262°

#llm #x-ai #vision #logik #agenten #forschung

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

SpaceXAI | 2.000.000 Token Kontext | $1,25/M Eingabe, $2,50/M Ausgabe. Grok 4.20 Multi-Agent ist eine Variante von SpaceXAI’s Grok 4.20, die für kollaborative, agentenbasierte Workflows entwickelt wurde. Mehrere Agenten arbeiten parallel, um tiefgehende Forschung durchzuführen, Werkzeugnutzung zu koordinieren und Informationen über komplexe Aufgaben hinweg zu synthetisieren. Verhalten des Denkaufwands:

Anleitungen zu diesem Modell

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Die 10 günstigsten ChatGPT-Alternativen 2026: kostenlose lokale Modelle, Gratis-Stufen und Flatrate-Tarife

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Grok 4.20 Multi-Agent ist ein Closed-Weights-Modell von xAI, das speziell für Workflows entwickelt wurde, bei denen mehrere Agenten parallel arbeiten – Werkzeuge koordinieren, Forschung aufteilen und Ergebnisse zusammenführen. Das Kontextfenster von 2.000.000 Tokens macht es praktikabel für wirklich große Dokumentensätze oder lang laufende agentische Sitzungen. Wenn Ihre Arbeit nur aus einem Prompt und einer Antwort besteht, ist diese Variante überdimensioniert; sie lohnt sich, wenn die Aufgabe mehrere bewegliche Teile hat.

Bekannt für

Parallele Multi-Agent-Koordination für tiefgehende Forschung und komplexe Aufgabenzerlegung.
Zwei-Millionen-Tokens-Kontext – eines der größten verfügbaren in einer Produktions-API.
Vision-Fähigkeit neben Textlogik.
Für Werkzeugnutzung und Informationssynthese über lange, mehrstufige Workflows konzipiert.

Achte auf

Nur Closed Weights – keine lokale Nutzung, kein Offline-Betrieb.
Multi-Agent-Overhead kann die Kosten bei langen Sitzungen schnell erhöhen.
Preise und genaues Verhalten bei Denkaufwand sind nur teilweise von xAI dokumentiert.

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Wettbewerbslandschaft tief analysieren

Du recherchierst die Lieferkette für Batterien von Elektrofahrzeugen. Identifiziere die fünf größten Lithium-Lieferanten nach Volumen, ordne zu, welche Autohersteller sie beliefern, markiere mögliche Single Points of Failure in der Kette und erstelle ein einseitiges Briefing mit einer Risikozusammenfassung. Belege deine Überlegungen bei jedem Schritt.

Multi-Quellen-Synthese

Ich werde drei Analystenberichte zur Halbleiternachfrage einfügen. Lies alle drei, identifiziere Übereinstimmungen und Widersprüche und erstelle eine abgestimmte Prognose mit einer Vertrauensbewertung zu jeder Aussage. Berichte: [hier einfügen]

Agentische Planungsübung

Zerlege die Aufgabe, ein kleines SaaS-Produkt zu starten, in parallele Arbeitsströme. Liste für jeden Stream die wichtigsten Entscheidungen, Abhängigkeiten zu anderen Streams und den frühesten Startzeitpunkt. Präsentiere das Ergebnis als strukturierten Projektplan, den ein kleines Team sofort umsetzen kann.

Vergleichen mit

Grok 4.7
Nur API-Modell
500,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Grok 4.6
Nur API-Modell
500,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Grok 4.5
Nur API-Modell
500,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Grok Build 0.1
Nur API-Modell
256,000 Token Kontext · $1.00/M Eingabe, $2.00/M Ausgabe

Mehr Textmodelle von x-ai

Häufig gestellte Fragen

Kann ich Grok 4.20 Multi-Agent lokal ausführen?: Nein – xAI hat für dieses Modell keine offenen Gewichte veröffentlicht, es ist nur per API zugänglich.
Was kostet es und wie groß ist der Kontext?: Die API kostet 1,25 $ pro Million Eingabe-Tokens und 2,50 $ pro Million Ausgabe-Tokens, mit einem Kontextfenster von 2.000.000 Tokens.
Worin unterscheidet sich diese Variante vom Standard-Grok 4.20?: Diese Variante ist speziell für Multi-Agent-Workflows gebaut – mehrere Agenten arbeiten parallel, um Werkzeugnutzung zu koordinieren und Informationen zu synthetisieren – statt eine einzelne Eingabe in einem Durchgang zu bearbeiten.

Captain's Urteil
Das richtige Werkzeug, wenn Ihre Aufgabe wirklich parallele Agenten und einen riesigen Kontext braucht; für alles, was ein einzelner Prompt bewältigt, ist es zu verschwenderisch.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Grok 4.20 Multi Agent ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm x-ai vision logik agenten forschung langer kontext

Nach Modellfamilie stöbern