- Rango
- #38
- Total de tokens de salida
- 90,466
- Tiempo de respuesta (promedio)
- 22.85s
- Costo total
- $1.560
GPT-5.4 (medium) vs Grok 4.6 (medium)
GPT-5.4 (medium) lidera en puntuación media con 8.5 vs 8.4. GPT-5.4 (medium) tiene menor coste de benchmark con $1.560 vs $1.713. GPT-5.4 (medium) es más rápido con 22.85s vs 73.46s, con tasas de acierto de 77.3% vs 81.8%.
- Rango
- #41
- Total de tokens de salida
- 249,808
- Tiempo de respuesta (promedio)
- 73.46s
- Costo total
- $1.713
Modelo recomendado
GPT-5.4 (medium)
Tiene la mejor puntuación aquí (8.5) y responde aproximadamente 3.2x más rápido que Grok 4.6 (medium).
Comparación detallada
| Métrica | GPT-5.4 GPT-5.4 medium | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| Puntuación | 8.5 | 8.4 |
| Rango | #38 | #41 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 8.6 | 8.6 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 77.3% | 81.8% |
| Pruebas inestables | 4 | 4 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 10.399 | 10.703 |
| Costo total | $1.560 | $1.713 |
| Precio de entrada | $2.500 / 1M | $2.000 / 1M |
| Precio de salida | $15.000 / 1M | $6.000 / 1M |
| Total de tokens de entrada | 81,136 | 106,787 |
| Tokens de salida | 6,155 | 4,811 |
| Tokens de razonamiento | 84,311 | 244,997 |
| Tiempo de respuesta (promedio) | 22.85s | 73.46s |
| Tiempo de respuesta (máximo) | 100.41s | 514.35s |
| Tiempo de respuesta (total) | 502.78s | 1616.12s |
| Parámetros | ~1.5T en total (~100B activos) | ~1.7T en total (~170B activos) |
| Disponibilidad | Código cerrado | Código cerrado |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#38 GPT-5.4
medium- Coste
- $0.214
- Tiempo
- 199.6s
- Tokens
- 14,349 tok
#41 SpaceXAI: Grok 4.6
medium- Coste
- $0.028
- Tiempo
- 72.1s
- Tokens
- 4,771 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
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
Comparación rápida
Cambiar par de comparación
Muse Spark 1.2lowvsGrok 4.6mediumGPT-5.4mediumvsQwen3.8 MaxlowQwen3.8 27BhighvsGrok 4.6mediumInkling SmallhighvsGrok 4.6mediumMuse Spark 1.2lowvsGPT-5.4mediumQwen3.8 MaxlowvsGrok 4.6mediumGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1lowvsGrok 4.6mediumGPT-5.4mediumvsQwen3.8 27BhighMuse Spark 1.2highvsGPT-5.4mediumGPT-5.4mediumvsInkling SmallhighGPT-5.4mediumvsGLM 5.3 Flashmax