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 Build 0.1

Zusammenfassung

GPT-5.5 vs Grok Build 0.1 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 7.6. GPT-5.5 hat die niedrigeren Benchmark-Kosten mit $0.907 vs $0.927. GPT-5.5 ist schneller mit 9.76s vs 49.90s, mit Erfolgsraten von 85.7% vs 61.9%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 5.1x schneller als Grok Build 0.1.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium Veröffentlichung: 2026-05-21
Punktzahl 9.3 7.6
Rang #4 #44
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 9.9
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 61.9%
Instabile Tests 0 0
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 7.124
Gesamtkosten $0.907 $0.927
Eingabepreis $5.000 / 1M $1.000 / 1M
Ausgabepreis $30.000 / 1M $2.000 / 1M
Gesamte Eingabe-Token 34,209 44,418
Ausgabe-Token 2,046 2,782
Denk-Token 22,460 438,018
Antwortzeit (Durchschnitt) 9.76s 49.90s
Antwortzeit (Maximum) 56.19s 252.69s
Antwortzeit (Gesamt) 204.92s 1047.92s

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

#44 xAI: Grok Build 0.1

medium
Kosten
$0.028
Zeit
81.3s
Token
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.5lowvsQwen3.7 MaxmediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsGrok Build 0.1mediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGrok Build 0.1mediumClaude Opus 4.8nonevsGrok Build 0.1medium