Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs xAI: Grok 4.20 Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11 Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12
Rango #16 #24
Puntaje prom. 7.4 7.0
Consistencia 9.1 9.0
Costo por resultado 2.440 5.989
Costo total $0.269 $0.599
Pruebas correctas
Tasa de aciertos por intento 75.0% 70.8%
Pruebas inestables 2 2
Ejecuciones totales 48 48
Tokens de salida 15,845 1,481
Tokens de razonamiento 0 86,628
Tiempo de respuesta (promedio) 7.03s 8.89s
Tiempo de respuesta (máximo) 38.52s 24.21s
Tiempo de respuesta (total) 112.51s 142.18s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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-5.2 Chat 10.0 10.0 100.0% 0 3.97s 1,651 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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-5.2 Chat 9.9 10.0 100.0% 0 3.05s 980 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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-5.2 Chat 4.0 10.0 33.3% 0 17.78s 7,810 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 4.0 3.0 33.3% 1 3.20s 335 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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-5.2 Chat 6.0 6.1 83.3% 1 5.46s 1,528 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 7.0 10.0 66.7% 0 4.42s 1,743 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsGLM 5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsGrok 4.20 Betamedium