Navigation
AI BENCHY
Advertise here

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 4.2. Grok Build 0.1 hat die niedrigeren Benchmark-Kosten mit $0.547 vs $0.907. GPT-5.5 ist schneller mit 9.76s vs 28.69s, mit Erfolgsraten von 85.7% vs 46.0%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 2.9x 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 none Veröffentlichung: 2026-05-21
Punktzahl 9.3 4.2
Rang #4 #165
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 7.5
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 46.0%
Instabile Tests 0 4
Gesamtläufe 63 57
Kosten pro Ergebnis 5.035 7.805
Gesamtkosten $0.907 $0.547
Eingabepreis $5.000 / 1M $1.000 / 1M
Ausgabepreis $30.000 / 1M $2.000 / 1M
Gesamte Eingabe-Token 34,209 11,793
Ausgabe-Token 2,046 267,275
Denk-Token 22,460 0
Antwortzeit (Durchschnitt) 9.76s 28.69s
Antwortzeit (Maximum) 56.19s 138.35s
Antwortzeit (Gesamt) 204.92s 459.00s

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

#165 xAI: Grok Build 0.1

none
Für dieses Modell wurde noch kein Showcase-Ergebnis generiert.
Kosten
$0.000
Zeit
-
Token
0 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 8.7 7.9 91.7% 1 6.30s 2,010 11,162 0
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 3.3 3.3 33.3% 0 21.41s 1,080 16,568 0
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 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.8 5.8 33.3% 1 9.33s 2,532 6,359 0
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 3.6 7.2 22.2% 1 103.71s 1,764 179,469 0
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 4.3 10.0 0.0% 0 12.47s 825 6,647 0
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 7.36s 1,362 8,970 0
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 6.4 7.7 55.6% 1 9.55s 1,689 14,982 0
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 3.0 10.0 0.0% 0 0ms 0 0 0
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 36.09s 531 23,118 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low