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 Nano vs Grok 4.20 Multi Agent Beta

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-04

Metrik GPT-5 Nano GPT-5 Nano medium Veröffentlichung: 2025-08-07 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Veröffentlichung: 2026-03-12
Punktzahl 6.2 6.2
Rang #54 #55
Konsistenz 6.7 7.2
Korrekte Tests
Erfolgsquote pro Versuch 58.8% 54.9%
Instabile Tests 7 6
Gesamtläufe 51 51
Kosten pro Ergebnis 0.864 82.962
Gesamtkosten $0.061 $4.978
Eingabepreis $0.050 / 1M $0.000 / 1M
Ausgabepreis $0.400 / 1M $0.000 / 1M
Ausgabe-Token 4,500 298,948
Denk-Token 143,296 296,529
Antwortzeit (Durchschnitt) 44.47s 8.64s
Antwortzeit (Maximum) 204.02s 35.28s
Antwortzeit (Gesamt) 444.74s 129.64s

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) Ausgabe-Token Denk-Token
GPT-5 Nano 6.5 7.9 58.3% 1 25.50s 1,221 21,184
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 10.0 10.0 100.0% 0 65.96s 578 17,984
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 3.7 1.7 50.0% 2 21.42s 453 10,560
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 5.2 4.4 55.6% 2 204.02s 237 64,448
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 4.1 10.0 0.0% 0 17.51s 202 4,608
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 8.5 6.8 83.3% 1 11.90s 382 4,096
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 5.3 7.2 44.4% 1 19.81s 869 13,440
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5 Nano 10.0 10.0 100.0% 0 33.30s 558 6,976
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BnonevsGPT-5 NanomediumGemma 4 26B A4BnonevsGrok 4.20 Multi Agent BetamediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsMiMo-V2-OmninoneQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGrok 4.20 Multi Agent BetamediumvsMiMo-V2-OmninoneGPT-5 NanomediumvsQwen3.5-FlashnoneGrok 4.20 Multi Agent BetamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGPT-5 Nanomedium