Skip to main content
grok-4.20-multi-agent-beta-0309은 xAI의 다중 에이전트 협업 모델입니다. 단일 요청이 내부적으로 여러 에이전트를 병렬로 실행하며, 모델은 이를 Oppie라는 “협업형 AI 팀 리더”라고 부릅니다. 이후 리드 에이전트가 최종 답변을 종합합니다. 복잡한 리서치와 다각도 비교 분석에 적합합니다. APIYI에서 표준 OpenAI 호환 형식으로 제공됩니다.

과금 프로필(먼저 읽어 보십시오)

모든 내부 에이전트 트래픽은 청구서에 포함됩니다. 이는 일반 모델과의 가장 큰 차이입니다:
  • 측정된 약 40 tokens의 일반 prompt가 실제로는 39,263 prompt tokens + 9,997 completion tokens로 청구됩니다(모든 내부 멀티 에이전트 왕복을 포함함)
  • 가장 단순한 한 줄 요청에도 약 3,900 prompt tokens의 고정 오버헤드가 붙습니다
  • 단가는 grok-4.3과 같지만($1.25 / $2.50 per 1M tokens), 한 번의 요청 비용이 일반 모델보다 수십 배 더 높아질 수 있습니다
간단한 작업에는 이 모델을 사용하지 마십시오 — 일반 Q&A에는 grok-4.3 또는 grok-4.20-0309-reasoning를 사용하십시오.
좋은 소식은 내부 트래픽의 캐시 적중률이 높다는 점입니다(측정된 39K prompt tokens 중 26.8K가 할인된 캐시 요율을 적용받았습니다. 이는 한 요청의 적중 횟수가 아니라 여러 내부 호출 전체의 합계입니다). 따라서 실제 비용은 단순한 token 수 변환보다 낮게 나오지만, 그래도 일반 모델보다 훨씬 높습니다. 캐싱 자체의 동작 방식은 Grok 캐시 과금 가이드를 참고하십시오.

호출 방법

다른 어떤 모델과도 동일합니다 — model 필드만 다릅니다:
다중 에이전트 오케스트레이션은 완전히 서버 측입니다 — 추가 매개변수는 없습니다. 스트리밍과 구조화된 출력(json_schema)도 정상 작동함이 확인되었습니다.

측정된 특성 (2026-07-13)

언제 사용해야 하는가

적합함

여러 관점의 심층 비교 분석, 복잡한 연구 질문, 서로의 결과를 교차 검증하는 여러 사고 흐름이 도움이 되는 개방형 작업 — 병렬 에이전트 탐색은 답변의 완성도를 의미 있게 높입니다.

부적합함

일상적인 Q&A, 번역, 요약, 코드 완성 — 출력 품질은 일반 모델과 비슷하지만 비용은 수십 배로 증가하는 단일 경로 작업입니다. 이러한 작업에는 grok-4.3 / grok-4.5를 사용하십시오.
실제로 사용하기 전에, 몇 가지 실제 작업에서 grok-4.20-0309-reasoning와 다중 에이전트 모델의 출력 품질을 비교한 다음, 품질 차이가 과금 증폭을 정당화하는지 판단하십시오 — 대부분의 시나리오에서는 추론 버전이면 충분합니다.

FAQ

이는 모델의 기본 내장 페르소나(멀티 에이전트 팀의 리더 역할)입니다. 전혀 정상입니다. 요청과 응답의 model 필드를 통해 모델 신원을 확인하시면 됩니다.
아닙니다. 멀티 에이전트 오케스트레이션은 xAI의 서버 내부에서 이루어지며, 제어 매개변수는 노출되지 않습니다.
넉넉하게 설정하십시오(예: 8192). 모델의 내부 추론은 token을 많이 소모하며, 예산이 너무 작으면 최종 답변이 쉽게 잘립니다.

관련 문서

Grok 개요

전체 모델 라인업과 가격

채팅 및 추론

일반 모델의 chain-of-thought 및 과금