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-5.2 Chat vs xAI: Grok Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-21

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.6 7.8
Rango #47 #41
Fiabilidad 10.0 10.0
Consistencia 8.8 8.9
Pruebas correctas
Tasa de aciertos por intento 71.9% 71.9%
Pruebas inestables 3 3
Ejecuciones totales 57 57
Costo por resultado 2.572 4.064
Costo total $0.309 $0.488
Precio de entrada $1.750 / 1M $1.000 / 1M
Precio de salida $14.000 / 1M $2.000 / 1M
Tokens de salida 18,585 1,947
Tokens de razonamiento 0 223,372
Tiempo de respuesta (promedio) 6.85s 22.28s
Tiempo de respuesta (máximo) 38.52s 88.28s
Tiempo de respuesta (total) 130.06s 423.30s

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-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Grok Build 0.1 10.0 10.0 100.0% 0 5.46s 195 9,825
Programación 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 8.97s 1,345 0
Grok Build 0.1 7.3 3.7 66.7% 1 30.98s 354 17,734
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 Build 0.1 10.0 10.0 100.0% 0 30.81s 231 18,779
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 10.0 10.0 100.0% 0 3.05s 980 0
Grok Build 0.1 10.0 10.0 100.0% 0 7.76s 180 10,343
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 5.3 10.0 33.3% 0 17.78s 7,810 0
Grok Build 0.1 5.3 10.0 33.3% 0 77.75s 501 111,807
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 4.4 3.0 33.3% 1 3.20s 335 0
Grok Build 0.1 3.8 2.5 33.3% 1 10.14s 78 5,386
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 7.3 5.9 83.3% 1 5.46s 1,528 0
Grok Build 0.1 9.8 10.0 100.0% 0 9.62s 57 12,436
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-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
Grok Build 0.1 6.2 7.5 55.6% 1 8.67s 161 15,476
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 Build 0.1 10.0 10.0 100.0% 0 9.40s 180 5,319
Cultura 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 3.0 10.0 0.0% 0 6.89s 1,239 0
Grok Build 0.1 3.0 10.0 0.0% 0 26.07s 10 16,267

Comparación rápida

Cambiar par de comparación

Kimi K2.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumDeepSeek V4 FlashhighDisponible gratisvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsGLM 5V Turbomedium