OpenAI: GPT-5.5 vs xAI: Grok 4.5

GPT-5.5 (medium) führt beim Durchschnittsscore mit 9.0 vs 8.4. Grok 4.5 (low) hat die niedrigeren Benchmark-Kosten mit $0.935 vs $4.137. Grok 4.5 (low) ist schneller mit 15.56s vs 38.42s, mit Erfolgsraten von 87.9% vs 75.8%.

Empfohlenes ModellGrok 4.5 (low)Die Punktzahl bleibt nah an der besten hier (8.4 vs 9.0) und es kostet etwa 4.4x 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 low Veröffentlichung: 2026-07-08

Metrik	GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24	Grok 4.5 Grok 4.5 low Veröffentlichung: 2026-07-08
Punktzahl	9.0	8.4
Rang	#10	#20
Zuverlässigkeit	10.0	10.0
Konsistenz	8.9	9.7
Korrekte Tests
Erfolgsquote pro Versuch	87.9%	75.8%
Instabile Tests	3	1
Gesamtläufe	66	66
Kosten pro Ergebnis	22.980	5.844
Gesamtkosten	$4.137	$0.935
Eingabepreis	$5.000 / 1M	$2.000 / 1M
Ausgabepreis	$30.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	80,659	125,596
Ausgabe-Token	5,617	7,505
Denk-Token	118,819	106,446
Antwortzeit (Durchschnitt)	38.42s	15.56s
Antwortzeit (Maximum)	332.10s	205.28s
Antwortzeit (Gesamt)	845.35s	342.32s

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

#20 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

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		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	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
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		33.52s	57,466	3,944	6,735
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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		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	7.2	44.4%	1		164.14s	723	67	79,625
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		4.16s	477	138	223
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	10.0	10.0	100.0%	0		3.36s	660	93	538
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		6.76s	642	241	2,225
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		10.57s	5,445	258	832
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	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2mediumvsGrok 4.5low Qwen3.6 Max PreviewmediumvsGrok 4.5low Gemini 3.5 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5low Claude Opus 4.7mediumvsGrok 4.5low GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low