AI BENCHY Compare
OpenAI: GPT-5.3 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-5.3 Chat none Lanzamiento: 2026-03-03 | xAI: Grok 4.1 Fast medium Lanzamiento: 2025-11-19 |
|---|---|---|
| Rango | #14 | #24 |
| Puntaje prom. | 7.27 | 6.29 |
| Consistencia | 8.26 | 8.20 |
| Costo por resultado | 2.835 | 0.532 |
| Costo total | $0.256 | $0.043 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 73.8% | 66.7% |
| Pruebas inestables | 3 | 3 |
| Tokens de salida | 16,339 | 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-5.3 Chat | 7.33 | 7.49 | 77.8% | 1 | 3,091 | 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-5.3 Chat | 9.88 | 10.00 | 100.0% | 0 | 942 | 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-5.3 Chat | 1.00 | 4.41 | 33.3% | 2 | 8,264 | 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-5.3 Chat | 8.50 | 9.99 | 50.0% | 0 | 1,455 | 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-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 1,726 | 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-5.3 Chat | 10.00 | 10.00 | 100.0% | 0 | 861 | 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 FastmediumGPT-5.3 ChatnonevsGLM 5mediumClaude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGrok 4.1 FastmediumvsGLM 5noneGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 Chatnone