OpenAI: GPT-5.4 vs xAI: Grok 4.5

Grok 4.5 (high) führt beim Durchschnittsscore mit 8.9 vs 8.5. GPT-5.4 (medium) hat die niedrigeren Benchmark-Kosten mit $1.533 vs $1.707. GPT-5.4 (medium) ist schneller mit 23.10s vs 76.50s, mit Erfolgsraten von 77.3% vs 83.3%.

Empfohlenes ModellGPT-5.4 (medium)Die Punktzahl bleibt nah an der besten hier (8.5 vs 8.9) und es antwortet etwa 3.3x schneller als Grok 4.5 (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-17

Metrik	GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05	Grok 4.5 Grok 4.5 high Veröffentlichung: 2026-07-08

Metrik	GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05	Grok 4.5 Grok 4.5 high Veröffentlichung: 2026-07-08
Punktzahl	8.5	8.9
Rang	#18	#12
Zuverlässigkeit	10.0	10.0
Konsistenz	8.6	9.2
Korrekte Tests
Erfolgsquote pro Versuch	77.3%	83.3%
Instabile Tests	4	2
Gesamtläufe	66	66
Kosten pro Ergebnis	10.220	10.041
Gesamtkosten	$1.533	$1.707
Eingabepreis	$2.500 / 1M	$2.000 / 1M
Ausgabepreis	$15.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	81,127	151,562
Ausgabe-Token	6,155	5,655
Denk-Token	82,515	247,540
Antwortzeit (Durchschnitt)	23.10s	76.50s
Antwortzeit (Maximum)	100.41s	676.83s
Antwortzeit (Gesamt)	508.26s	1683.07s

Hamster playing table tennis

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

#18 GPT-5.4

medium

Kosten: $0.214
Zeit: 199.6s
Token: 14,349 tok

#12 xAI: Grok 4.5

high

Kosten: $0.015
Zeit: 29.7s
Token: 2,737 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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high GPT-5.4mediumvsGrok 4.5low Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGrok 4.5high