Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs xAI: Grok 4.3

Zusammenfassung

GPT-5.6 Terra (low) vs Grok 4.3 (medium) Benchmark-Vergleich: Der Durchschnittsscore ist mit 7.7 vs 7.7 praktisch gleichauf. GPT-5.6 Terra (low) hat die niedrigeren Benchmark-Kosten mit $0.343 vs $0.614. GPT-5.6 Terra (low) ist schneller mit 4.88s vs 47.51s, mit Erfolgsraten von 74.6% vs 71.4%.

Empfohlenes Modell: GPT-5.6 Terra (low) - Es hat hier die beste Punktzahl (7.7) und kostet etwa 1.8x weniger als Grok 4.3 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik GPT-5.6 Terra GPT-5.6 Terra low Veröffentlichung: 2026-07-09 Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl 7.7 7.7
Rang #47 #46
Zuverlässigkeit 10.0 10.0
Konsistenz 8.1 8.5
Korrekte Tests
Erfolgsquote pro Versuch 74.6% 71.4%
Instabile Tests 5 4
Gesamtläufe 63 63
Kosten pro Ergebnis 2.637 4.724
Gesamtkosten $0.343 $0.614
Eingabepreis $2.500 / 1M $1.250 / 1M
Ausgabepreis $15.000 / 1M $2.500 / 1M
Gesamte Eingabe-Token 34,226 44,472
Ausgabe-Token 1,943 1,981
Denk-Token 15,201 221,382
Antwortzeit (Durchschnitt) 4.88s 47.51s
Antwortzeit (Maximum) 19.85s 216.69s
Antwortzeit (Gesamt) 102.53s 997.68s

Generierungs-Showcase

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low
Kosten
$0.034
Zeit
16.8s
Token
2,348 tok

#46 xAI: Grok 4.3

medium
Kosten
$0.009
Zeit
19.0s
Token
3,661 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-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.6mediumvsGPT-5.6 TerralowStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumKimi K2.6mediumKostenlos verfügbarvsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowMiniMax M3mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsGPT-5.6 Terralow