AI BENCHY Compare
OpenAI: GPT-5.2 Chat vs xAI: Grok 4.1 Fast
Comparar:
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03
| Métrica | OpenAI: GPT-5.2 Chat none Lanzamiento: 2025-12-11 | xAI: Grok 4.1 Fast medium Lanzamiento: 2025-11-19 |
|---|---|---|
| Rango | #12 | #24 |
| Puntaje prom. | 7.41 | 6.29 |
| Consistencia | 9.45 | 8.20 |
| Costo por resultado | 2.261 | 0.532 |
| Costo total | $0.227 | $0.043 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 73.8% | 66.7% |
| Pruebas inestables | 1 | 3 |
| Tokens de salida | 14,267 | 793 |
| Tokens de razonamiento | 0 | 74,056 |
Puntuación vs costo total
Desglose por categoría
| Trucos anti-IA | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 10.00 | 10.00 | 100.0% | 0 | 1,651 | 0 | |
| xAI: Grok 4.1 Fast | 10.00 | 10.00 | 100.0% | 0 | 102 | 4,021 |
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 9.88 | 10.00 | 100.0% | 0 | 980 | 0 | |
| xAI: Grok 4.1 Fast | 10.00 | 10.00 | 100.0% | 0 | 180 | 5,472 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 4.00 | 10.00 | 33.3% | 0 | 7,810 | 0 | |
| xAI: Grok 4.1 Fast | 4.00 | 7.21 | 55.6% | 1 | 12 | 40,547 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 5.50 | 6.13 | 66.7% | 1 | 1,528 | 0 | |
| xAI: Grok 4.1 Fast | 5.50 | 10.00 | 50.0% | 0 | 48 | 3,151 |
| Puzzle Solving | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 7.00 | 10.00 | 66.7% | 0 | 1,743 | 0 | |
| xAI: Grok 4.1 Fast | 4.67 | 7.20 | 44.4% | 1 | 191 | 9,380 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 Chat | 10.00 | 10.00 | 100.0% | 0 | 555 | 0 | |
| xAI: Grok 4.1 Fast | 1.00 | 1.62 | 33.3% | 1 | 260 | 11,485 |
Comparación rápida
Cambiar par de comparación
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGrok 4.1 FastmediumGPT-5.2 ChatnonevsGLM 5mediumGrok 4.1 FastmediumvsGLM 5noneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium