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-5.3 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-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.6 7.8
Rango #52 #41
Fiabilidad 10.0 10.0
Consistencia 8.7 8.9
Pruebas correctas
Tasa de aciertos por intento 70.2% 71.9%
Pruebas inestables 3 3
Ejecuciones totales 57 57
Costo por resultado 2.895 4.064
Costo total $0.348 $0.488
Precio de entrada $1.750 / 1M $1.000 / 1M
Precio de salida $14.000 / 1M $2.000 / 1M
Tokens de salida 21,353 1,947
Tokens de razonamiento 0 223,372
Tiempo de respuesta (promedio) 5.80s 22.28s
Tiempo de respuesta (máximo) 18.33s 88.28s
Tiempo de respuesta (total) 110.27s 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-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 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-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 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-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 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-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 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-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 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-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 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-5.3 Chat 9.8 10.0 100.0% 0 3.29s 1,455 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-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 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-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 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-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0
Grok Build 0.1 3.0 10.0 0.0% 0 26.07s 10 16,267

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsGLM 5.1mediumDeepSeek V4 FlashhighDisponible gratisvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumKimi K2.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsGrok Build 0.1medium