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-5.5 vs xAI: Grok 4.3

Zusammenfassung

GPT-5.5 vs Grok 4.3 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 7.7. Grok 4.3 hat die niedrigeren Benchmark-Kosten mit $0.614 vs $0.907. GPT-5.5 ist schneller mit 9.76s vs 47.51s, mit Erfolgsraten von 85.7% vs 71.4%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 4.9x schneller als Grok 4.3.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl 9.3 7.7
Rang #5 #40
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.5
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 71.4%
Instabile Tests 0 4
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 4.724
Gesamtkosten $0.907 $0.614
Eingabepreis $5.000 / 1M $1.250 / 1M
Ausgabepreis $30.000 / 1M $2.500 / 1M
Gesamte Eingabe-Token 34,209 44,472
Ausgabe-Token 2,046 1,981
Denk-Token 22,460 221,382
Antwortzeit (Durchschnitt) 9.76s 47.51s
Antwortzeit (Maximum) 56.19s 216.69s
Antwortzeit (Gesamt) 204.92s 997.68s

Generation showcase

Hamster playing table tennis

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

#5 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 tok

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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashlowvsGrok 4.3mediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.3 ChatnonevsGrok 4.3mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Sonnet 4.6nonevsGrok 4.3mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8nonevsGrok 4.3mediumClaude Opus 4.8mediumvsGPT-5.5low