OpenAI: GPT-5.5 vs xAI: Grok 4.5

GPT-5.5 (medium) führt beim Durchschnittsscore mit 9.0 vs 8.9. Grok 4.5 (high) hat die niedrigeren Benchmark-Kosten mit $1.707 vs $4.137. GPT-5.5 (medium) ist schneller mit 38.42s vs 76.50s, mit Erfolgsraten von 87.9% vs 83.3%.

Empfohlenes ModellGrok 4.5 (high)Die Punktzahl bleibt nah an der besten hier (8.9 vs 9.0) und es kostet etwa 2.4x weniger als GPT-5.5 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-17

Metrik	GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24	Grok 4.5 Grok 4.5 high Veröffentlichung: 2026-07-08

Metrik	GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24	Grok 4.5 Grok 4.5 high Veröffentlichung: 2026-07-08
Punktzahl	9.0	8.9
Rang	#10	#12
Zuverlässigkeit	10.0	10.0
Konsistenz	8.9	9.2
Korrekte Tests
Erfolgsquote pro Versuch	87.9%	83.3%
Instabile Tests	3	2
Gesamtläufe	66	66
Kosten pro Ergebnis	22.980	10.041
Gesamtkosten	$4.137	$1.707
Eingabepreis	$5.000 / 1M	$2.000 / 1M
Ausgabepreis	$30.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	80,659	151,562
Ausgabe-Token	5,617	5,655
Denk-Token	118,819	247,540
Antwortzeit (Durchschnitt)	38.42s	76.50s
Antwortzeit (Maximum)	332.10s	676.83s
Antwortzeit (Gesamt)	845.35s	1683.07s

Hamster playing table tennis

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

#10 GPT-5.5

medium

Kosten: $0.112
Zeit: 71.9s
Token: 3,807 tok

#12 xAI: Grok 4.5

high

Kosten: $0.015
Zeit: 29.7s
Token: 2,737 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

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		4.66s	606	250	1,335
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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		33.52s	57,466	3,944	6,735
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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		4.18s	7,140	234	593
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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		4.16s	477	138	223
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Befolgung von Anweisungen	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		3.36s	660	93	538
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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		6.76s	642	241	2,225
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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		10.57s	5,445	258	832
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 4.8mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5high Muse Spark 1.1mediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5high Gemini 3.1 Pro PreviewmediumvsGrok 4.5high GPT-5.5lowvsGrok 4.5high GPT-5.4mediumvsGrok 4.5high