Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik GPT-5.4 GPT-5.4 none Veröffentlichung: 2026-03-05 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 5.7 5.4
Rang #100 #115
Zuverlässigkeit 10.0 k. A.
Konsistenz 9.1 9.5
Korrekte Tests
Erfolgsquote pro Versuch 40.4% 35.2%
Instabile Tests 2 1
Gesamtläufe 57 54
Kosten pro Ergebnis 1.493 1.574
Gesamtkosten $0.105 $0.095
Eingabepreis $2.500 / 1M $1.250 / 1M
Ausgabepreis $15.000 / 1M $2.500 / 1M
Ausgabe-Token 2,357 1,967
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.48s 1.11s
Antwortzeit (Maximum) 2.95s 6.04s
Antwortzeit (Gesamt) 28.20s 20.02s

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 3.2 8.0 8.3% 1 1.21s 406 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programmierung 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 2.95s 480 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Kombiniert 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 2.89s 291 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
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 1.04s 222 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
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 1.07s 50 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
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 2.75s 246 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
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 990ms 40 0
Grok 4.20 - - - - - - - -

Schnellvergleich

Vergleichspaar wechseln

Elephant AlphamediumvsGrok 4.20noneCobuddymediumKostenlos verfügbarvsGPT-5.4noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumKostenlos verfügbarvsGrok 4.20noneMiniMax M2.5mediumKostenlos verfügbarvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4nonevsElephant AlphamediumGPT-5.4nonevsOwl AlphamediumMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumKostenlos verfügbarvsGrok 4.20noneNemotron 3 SupermediumKostenlos verfügbarvsGPT-5.4noneCobuddymediumKostenlos verfügbarvsGrok 4.20none