Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs xAI: Grok 4.5

Zusammenfassung

GPT-5.5 (low) vs Grok 4.5 (low) Benchmark-Vergleich: GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 7.8. Grok 4.5 (low) hat die niedrigeren Benchmark-Kosten mit $0.760 vs $0.907. GPT-5.5 (low) ist schneller mit 9.76s vs 15.48s, mit Erfolgsraten von 85.7% vs 74.6%.

Empfohlenes Modell: GPT-5.5 (low) - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 1.6x schneller als Grok 4.5 (low).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-08

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Grok 4.5 Grok 4.5 low Veröffentlichung: 2026-07-08
Punktzahl 9.3 7.8
Rang #4 #34
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 9.7
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 74.6%
Instabile Tests 0 1
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 5.061
Gesamtkosten $0.907 $0.760
Eingabepreis $5.000 / 1M $2.000 / 1M
Ausgabepreis $30.000 / 1M $6.000 / 1M
Gesamte Eingabe-Token 34,209 58,652
Ausgabe-Token 2,046 1,735
Denk-Token 22,460 105,233
Antwortzeit (Durchschnitt) 9.76s 15.48s
Antwortzeit (Maximum) 56.19s 205.28s
Antwortzeit (Gesamt) 204.92s 324.98s

Generierungs-Showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 tok

#34 xAI: Grok 4.5

low
Kosten
$0.011
Zeit
12.4s
Token
2,018 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 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Schnellvergleich

Vergleichspaar wechseln

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowGPT-5.5lowvsQwen3.7 MaxmediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumKostenlos verfügbarvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Fable 5mediumvsGPT-5.5low