OpenAI: GPT-5.2 vs xAI: Grok 4.5

GPT-5.2 (medium) führt beim Durchschnittsscore mit 8.4 vs 8.3. GPT-5.2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.951 vs $1.928. GPT-5.2 (medium) ist schneller mit 22.62s vs 61.71s, mit Erfolgsraten von 72.7% vs 78.8%.

Empfohlenes ModellGPT-5.2 (medium)Es hat hier die beste Punktzahl (8.4) und kostet etwa 2.0x weniger als Grok 4.5 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-25

Metrik	GPT-5.2 GPT-5.2 medium Veröffentlichung: 2025-12-11	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08

Metrik	GPT-5.2 GPT-5.2 medium Veröffentlichung: 2025-12-11	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08
Punktzahl	8.4	8.3
Rang	#27	#28
Zuverlässigkeit	10.0	10.0
Konsistenz	8.5	8.9
Korrekte Tests
Erfolgsquote pro Versuch	72.7%	78.8%
Instabile Tests	4	3
Gesamtläufe	66	66
Kosten pro Ergebnis	6.791	12.049
Gesamtkosten	$0.951	$1.928
Eingabepreis	$1.750 / 1M	$2.000 / 1M
Ausgabepreis	$14.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	105,004	122,146
Ausgabe-Token	9,914	5,514
Denk-Token	44,868	275,053
Antwortzeit (Durchschnitt)	22.62s	61.71s
Antwortzeit (Maximum)	102.93s	436.38s
Antwortzeit (Gesamt)	339.28s	1357.56s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#27 GPT-5.2

medium

Kosten: $0.047
Zeit: 49.2s
Token: 3,396 tok

#28 xAI: Grok 4.5

medium

Kosten: $0.044
Zeit: 59.4s
Token: 7,512 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2mediumvsGrok 4.5low Muse Spark 1.1lowvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.2medium Claude Opus 5lowvsGPT-5.2medium Muse Spark 1.1highvsGrok 4.5medium Claude Opus 5lowvsGrok 4.5medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Muse Spark 1.1highvsGPT-5.2medium Gemini 3.5 Flash-LitehighvsGPT-5.2medium