Navegación
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-4o-mini vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-29

Métrica GPT-4o-mini GPT-4o-mini none Lanzamiento: 2024-07-18 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 4.9 5.2
Rango #119 #108
Fiabilidad N/D N/D
Consistencia 9.9 9.5
Pruebas correctas
Tasa de aciertos por intento 22.2% 29.6%
Pruebas inestables 0 1
Ejecuciones totales 54 54
Costo por resultado 0.122 1.889
Costo total $0.005 $0.095
Precio de entrada $0.150 / 1M $2.000 / 1M
Precio de salida $0.600 / 1M $6.000 / 1M
Tokens de salida 1,947 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 2.00s 1.11s
Tiempo de respuesta (máximo) 7.58s 6.04s
Tiempo de respuesta (total) 21.99s 20.02s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 186 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 8.7 0.0% 0 2.55s 347 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 568 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 183 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 15 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 66 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.8 10.0 0.0% 0 1.27s 69 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.7 10.0 0.0% 0 1.30s 308 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 205 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Nemotron 3 Nano Omni 30b A3b ReasoningmediumDisponible gratisvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGPT-4o-mininonevsQwen3 Coder NextmediumGPT-4o-mininonevsGLM 4.7 FlashmediumNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponible gratisvsGPT-4o-mininoneGPT-4o-mininonevsElephant AlphamediumMiniMax M2.7mediumvsGPT-4o-mininoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGPT-4o-mininonevsQwen3.5-9Bmedium