OpenAI: GPT-5.3 Chat vs xAI: Grok 4.20

GPT-5.3 Chat führt beim Durchschnittsscore mit 7.5 vs 7.1. GPT-5.3 Chat hat die niedrigeren Benchmark-Kosten mit $0.571 vs $0.777. GPT-5.3 Chat ist schneller mit 6.88s vs 29.47s, mit Erfolgsraten von 68.2% vs 63.6%.

Empfohlenes ModellGPT-5.3 ChatEs hat hier die beste Punktzahl (7.5) und antwortet etwa 4.3x schneller als Grok 4.20 (medium).

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

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl	7.5	7.1
Rang	#62	#83
Zuverlässigkeit	10.0	10.0
Konsistenz	8.2	8.5
Korrekte Tests
Erfolgsquote pro Versuch	68.2%	63.6%
Instabile Tests	5	4
Gesamtläufe	66	66
Kosten pro Ergebnis	4.387	9.709
Gesamtkosten	$0.571	$0.777
Eingabepreis	$1.750 / 1M	$1.250 / 1M
Ausgabepreis	$14.000 / 1M	$2.500 / 1M
Gesamte Eingabe-Token	78,990	102,791
Ausgabe-Token	30,854	5,363
Denk-Token	0	253,977
Antwortzeit (Durchschnitt)	6.88s	29.47s
Antwortzeit (Maximum)	18.33s	199.66s
Antwortzeit (Gesamt)	151.31s	648.35s

Hamster playing table tennis

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

#62 GPT-5.3 Chat

none

Kosten: $0.008
Zeit: 8.1s
Token: 634 tok

#83 xAI: Grok 4.20

medium

Kosten: $0.041
Zeit: 110.3s
Token: 16,336 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-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.7 CodemediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 UltramediumKostenlos verfügbarvsGPT-5.3 Chatnone Qwen3.7 PlusnonevsGrok 4.20medium GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium LongCat 2.0mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone Step 3.7 FlashlowvsGrok 4.20medium