Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.2 vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.2 6.9
Rango #60 #68
Fiabilidad 10.0 10.0
Consistencia 8.2 8.3
Pruebas correctas
Tasa de aciertos por intento 68.4% 63.2%
Pruebas inestables 4 4
Ejecuciones totales 57 57
Costo por resultado 3.609 7.559
Costo total $0.397 $0.756
Precio de entrada $1.750 / 1M $1.250 / 1M
Precio de salida $14.000 / 1M $2.500 / 1M
Tokens de salida 2,731 1,784
Tokens de razonamiento 22,200 128,233
Tiempo de respuesta (promedio) 15.22s 14.53s
Tiempo de respuesta (máximo) 77.80s 63.48s
Tiempo de respuesta (total) 182.59s 276.06s

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 6.5 8.0 58.3% 1 7.81s 567 2,002
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
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 10.0 10.0 100.0% 0 15.12s 467 2,166
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
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 10.0 10.0 100.0% 0 14.06s 291 1,757
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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 10.0 10.0 100.0% 0 3.15s 234 420
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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 5.9 7.2 55.6% 1 77.80s 42 10,342
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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 3.7 9.7 0.0% 0 4.32s 162 269
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
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 9.9 10.0 100.0% 0 3.12s 94 614
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
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 7.6 7.3 77.8% 1 5.47s 609 938
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
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 4.7 1.6 66.7% 1 10.30s 239 469
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
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 3.0 10.0 0.0% 0 28.18s 26 3,223
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok 4.20mediumGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumClaude Sonnet 4.6nonevsGPT-5.2mediumRing 2.6 1tnoneDisponible gratisvsGPT-5.2mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemma 4 31BnoneDisponible gratisvsGPT-5.2mediumDeepSeek V4 FlashhighvsGPT-5.2medium