Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs xAI: Grok 4.5

Resumen

Comparación benchmark de GPT-5.3 Chat vs Grok 4.5 (medium): Grok 4.5 (medium) lidera en puntuación media con 8.3 vs 7.5. GPT-5.3 Chat tiene menor coste de benchmark con $0.433 vs $1.696. GPT-5.3 Chat es más rápido con 6.34s vs 62.63s, con tasas de acierto de 66.7% vs 77.8%.

Modelo recomendado: GPT-5.3 Chat - Ofrece el mejor equilibrio general: puntuación competitiva (7.5), menor coste que Grok 4.5 (medium) y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación 7.5 8.3
Rango #49 #23
Fiabilidad 10.0 9.9
Consistencia 8.1 8.9
Pruebas correctas
Tasa de aciertos por intento 66.7% 77.8%
Pruebas inestables 5 3
Ejecuciones totales 63 63
Costo por resultado 3.605 11.304
Costo total $0.433 $1.696
Precio de entrada $1.750 / 1M $2.000 / 1M
Precio de salida $14.000 / 1M $6.000 / 1M
Total de tokens de entrada 34,209 53,500
Tokens de salida 26,617 1,621
Tokens de razonamiento 0 263,127
Tiempo de respuesta (promedio) 6.34s 62.63s
Tiempo de respuesta (máximo) 18.33s 436.38s
Tiempo de respuesta (total) 133.13s 1315.20s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#49 GPT-5.3 Chat

none
Coste
$0.008
Tiempo
8.1s
Tokens
634 tok

#23 xAI: Grok 4.5

medium
Coste
$0.044
Tiempo
59.4s
Tokens
7,512 tok

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 entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsGrok 4.5medium