Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.3

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl 7.9 7.8
Rang #27 #31
Zuverlässigkeit 10.0 10.0
Konsistenz 8.5 8.4
Korrekte Tests
Erfolgsquote pro Versuch 75.0% 75.0%
Instabile Tests 4 4
Gesamtläufe 60 60
Kosten pro Ergebnis 8.767 4.562
Gesamtkosten $1.140 $0.593
Eingabepreis $2.500 / 1M $1.250 / 1M
Ausgabepreis $15.000 / 1M $2.500 / 1M
Ausgabe-Token 2,222 1,485
Denk-Token 68,503 214,928
Antwortzeit (Durchschnitt) 22.31s 49.23s
Antwortzeit (Maximum) 100.41s 216.69s
Antwortzeit (Gesamt) 446.15s 984.54s

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) Ausgabe-Token Denk-Token
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsGrok 4.3mediumGPT-5.3 ChatnonevsGrok 4.3medium