Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-04

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 7.2 7.1
Rang #63 #65
Zuverlässigkeit 10.0 10.0
Konsistenz 8.1 8.8
Korrekte Tests
Erfolgsquote pro Versuch 66.7% 63.5%
Instabile Tests 5 3
Gesamtläufe 63 63
Kosten pro Ergebnis 3.605 8.309
Gesamtkosten $0.433 $0.609
Eingabepreis $1.750 / 1M $1.250 / 1M
Ausgabepreis $14.000 / 1M $2.500 / 1M
Gesamte Eingabe-Token 34,209 44,433
Ausgabe-Token 26,617 1,819
Denk-Token 0 219,524
Antwortzeit (Durchschnitt) 6.34s 27.68s
Antwortzeit (Maximum) 18.33s 199.66s
Antwortzeit (Gesamt) 133.13s 581.26s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

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 11.96s 11,019 2,614 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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

GPT-5.3 ChatnonevsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneKimi K2.6mediumKostenlos verfügbarvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsMiMo-V2.5mediumGemini 3.1 Flash LitelowvsGrok 4.20mediumGPT-5.3 ChatnonevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium